Blood biomarkers for predicting disability worsening in progressive multiple sclerosis: a multinational, individual participant-level analysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Biologically informative markers like glial fibrillary acidic protein (GFAP) and neurofilament light chain (NfL) may help predict confirmed disability worsening (CDW) in multiple sclerosis (MS). However, data on the prognostic value of their blood concentrations in progressive MS (PMS) are limited, and there are substantial discrepancies in the published literature. This international collaboration uses individual participant data to define the prognostic value of serum GFAP and NfL in people with PMS (pwPMS). METHODS: Data were collected from BioMS-eu network centres and collaborating cohorts. pwPMS with primary progressive MS (PPMS) or secondary progressive MS (SPMS) with at least one GFAP value and at least three follow-up expanded disability status scale (EDSS) scores were included. The prognostic value of serum GFAP and NfL age- and sex-adjusted Z-scores for future CDW was evaluated using Cox regression models, accounting for sex, age, baseline disease duration and EDSS, and dominant treatment during follow-up. RESULTS: 1058 participants and 7530 encounters were included (median age 53 years (IQR: 44 to 59), 57% female, follow-up 4.6 years (2.9 to 8.4)) with median baseline GFAP of 0.74 (-0.10 to 1.55) and NfL of 0.64 (-0.36 to 1.51). 723 CDW events were recorded. Each GFAP Z-score increase was associated with ~10% higher CDW risk (adjusted HR (aHR) 1.107 (1.001 to 1.225), p=0.049). Results were mainly driven by SPMS participants (n=613, aHR 1.242 (1.073 to 1.438), p=0.004). Higher NfL Z-scores predicted CDW only in PPMS participants (1.236 (1.092 to 1.399), p=0.001). CONCLUSIONS: GFAP was a prognostic indicator for future CDW in pwPMS, especially in pwSPMS. On the other hand, NfL was predictive of CDW only in pwPPMS.
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 | 0,015 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».