MétaCan
Menu
Retour à la cohorte
Enregistrement W4411711915 · doi:10.1016/j.neurot.2025.e00631

Pediatric multiple sclerosis: Improving outcome through high-efficacy therapies

2025· review· en· W4411711915 sur OpenAlexafffund
Lama Aljomah, E. Ann Yeh

Notice bibliographique

RevueNeurotherapeutics · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensSickKids Foundation
Organismes subventionnairesNational Institutes of HealthCanadian Institutes of Health ResearchEpilepsy SocietySick Kids FoundationHospital for Sick ChildrenAlexion PharmaceuticalsGarry Hurvitz Centre for Brain and Mental HealthOntario Institute for Regenerative MedicineCanadian Society of NephrologyRare Disease FoundationUniversity of TorontoBiogenNational Multiple Sclerosis Society
Mots-clésMultiple sclerosisNeurologyMedicineNeurosurgerySurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

Pediatric-onset multiple sclerosis (POMS) refers to multiple sclerosis occurring in individuals under 18 years of age. It is characterized by poor cognitive outcomes and a more inflammatory course, more frequent clinical relapses, and a greater number of MRI lesions compared to adult-onset MS (AOMS). Prompt recognition of multiple sclerosis in this population is essential, as early intervention with disease-modifying therapies may change the trajectory of disease progression. In this paper, we will review diagnostic criteria for pediatric multiple sclerosis, differential diagnosis, and current and emerging therapeutic approaches. While a number of DMTs are approved for adult MS, few are approved for pediatric use. Many of these DMTs are used off-label, with real-world evidence demonstrating their effectiveness and safety. The review evaluates existing evidence for the use of these therapies in pediatric populations, with an emphasis on both existing clinical trials and real-world data that supports their use. In addition, we will briefly highlight ongoing clinical trials and emerging therapies for POMS.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,255
Tête enseignante GPT0,407
Écart entre enseignants0,152 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurotherapeuticsMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207