MétaCan
Menu
Retour à la cohorte
Enregistrement W4408543281 · doi:10.1080/17512433.2025.2481868

Scoping review of the availability and uptake of disease modifying therapies in children and adolescents with multiple sclerosis

2025· article· en· W4408543281 sur OpenAlexaff
Lauren Strasser, Joley Johnstone, Jessie Cunningham, Helen Tremlett, E. Ann Yeh

Notice bibliographique

RevueExpert Review of Clinical Pharmacology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of British ColumbiaWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMultiple sclerosisDiseaseFingolimodIntensive care medicineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Approximately 10% of individuals with multiple sclerosis (MS) have pediatric-onset (<18-years-old). Pediatric-specific barriers to accessing disease modifying therapies (DMT) exist. Issues include few pediatric-based randomized controlled trials (RCT), often required for formal regulatory approval, and resultant challenges with cost/coverage. This review assessed real-world DMT uptake in pediatric-MS to better understand potential barriers. AREAS COVERED: = 14,833). Most studies were from Europe (53.4%), North America (22.7%), or the Middle East (10%). Regional variabilities were found in DMT uptake between continents. Only 13 (14.8%) studies included information on DMT funding source. EXPERT OPINION: Pediatric-MS patients showed low DMT uptake with variability in DMT use based on region. Limited data was found regarding specific barriers to DMT access. Further research is needed to better understand regional barriers to access.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,108
Tête enseignante GPT0,469
Écart entre enseignants0,361 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Clinical PharmacologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207