Cognitive test performance and disease progression in primary and secondary progressive MS: An analysis of the SPRINT-MS study
Notice bibliographique
Résumé
BACKGROUND: Clinical trials of disease-modifying therapies (DMTs) for multiple sclerosis (MS) increasingly incorporate cognitive outcomes, although effects of DMTs on cognition remain unknown. METHODS: In this secondary analysis of data from SPRINT-MS, a phase 2 randomized, placebo-controlled trial of ibudilast for progressive MS, we evaluated performance on Symbol Digit Modalities Test (SDMT) and Selective Reminding Test (SRT) in relation to physical disability, brain volume assessed with magnetic resonance imaging, and retinal nerve fiber layer (RNFL) thickness over 96-week follow-up. We hypothesize that trial participants would show a decline in cognitive test scores over 96 weeks of follow-up, with a possible between-group difference in favor of ibudilast. RESULTS: Data from 255 participants were analyzed. On average, physical outcome measures, brain parenchymal fraction, and RNFL thickness worsened; average SDMT and SRT scores remained largely unchanged. There were no differences between treatment groups in cognitive outcomes at 96-week follow-up. Practice effects likely contributed to results. CONCLUSIONS: Observed stability of cognitive scores in individuals with progressive MS over 96-week follow-up may reflect true cognitive stability. However, the possibility that current cognitive measurement instruments are psychometrically flawed remains, warranting further research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».