The role of serum neurofilament light (sNfL) as a biomarker in multiple sclerosis: insights from a systematic review
Notice bibliographique
Résumé
OBJECTIVE: This systematic literature review (SLR) was conducted to explore the role of serum neurofilament light chain (sNfL) as a biomarker in multiple sclerosis (MS) disease management. METHODS: -In-Process, and all Evidence-Based Medicine [EBM] Reviews databases) to retrieve studies reporting the association between sNfL and disease activity in patients with MS. Additional evidence was also identified through hand searching of key conference proceedings and gray literature. RESULTS: Following review of 1831 records, 75 studies from 180 publications were included in the review. The studies included in the SLR consistently demonstrated an association between higher sNfL levels and an increased risk of future relapses within 2 years and MS disease progression. Higher levels of sNfL were also linked to an increased likelihood of experiencing gadolinium-enhancing T1 and T2 lesions. Patients with lower sNfL levels had a higher likelihood of achieving no evidence of disease activity status. Furthermore, an inverse correlation was observed between sNfL levels and cognitive impairment as assessed via the Symbol Digit Modalities Test performance and Timed 25-Foot Walk scores. CONCLUSION: This SLR demonstrates the significance of sNfL as a sensitive biomarker for monitoring MS progression. Convenient and reliable sNfL measurement could benefit routine clinical practice, providing clinicians with a simple and effective tool to monitor disease and treatment response.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».