Hospitalizations as an outcome measure in COURAGE-ALS
Notice bibliographique
Résumé
Objective: To describe the development of a methodology to characterize hospitalizations and their relationship to amyotrophic lateral sclerosis (ALS) and provide results using this process in a phase 3 trial of reldesemtiv in ALS. Methods: ALS clinical trialists assisted in developing a classification system to determine if a hospitalization was related to ALS (HR-ALS), unrelated (HU-ALS), or if the relationship was indeterminate (HI-ALS) and this was applied by the investigators to hospitalizations in COURAGE-ALS. Time to first hospitalization and number of hospitalizations were compared between those assigned reldesemtiv or placebo for up to 48 weeks. Demographic and clinical features were evaluated for prediction of hospitalization risk; this analysis was limited to those participants who completed the first 24-week double-blind placebo-controlled portion of the trial. Results: COURAGE-ALS terminated early due to futility. Time to first hospitalization was similar in the reldesemtiv compared to placebo arms as was the incidence, with 86 of the participants (17.6% of those originally assigned placebo and 18.0% originally on reldesemtiv) experiencing an event. The largest percentage of events was classified as HR-ALS for both placebo (64%, 18/28) and reldesemtiv (76%, 44/58). In a multivariate model, only bulbar or respiratory onset disease was a significant risk factor for hospitalization. Conclusion: While most hospitalizations in COURAGE-ALS were HR-ALS, HU-ALS and HI-ALS also occurred. When using hospitalization as an endpoint in an ALS clinical trial, recording its relationship to ALS provides additional details to characterize disease burden and clinical meaningfulness of the endpoint.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».