MétaCan
Menu
Retour à la cohorte
Enregistrement W4413971337 · doi:10.1017/cjn.2025.10416

Quality of Life in Patients with Chronic Inflammatory Demyelinating Neuropathies Treated with Subcutaneous Immunoglobulin

2025· review· en· W4413971337 sur OpenAlexaffvenue
Abdul Nasser Al-Masri, Vera Bril, Hans Katzberg

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePeripheral Neuropathies and Disorders
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAntibodyChronic inflammatory demyelinating polyneuropathyMedicineImmunoglobulin GImmunology

Résumé

récupéré en direct d'OpenAlex

Multifocal motor neuropathy (MMN) and chronic inflammatory demyelinating polyneuropathy (CIDP) are immune-mediated peripheral nerve disorders. Treatment typically involves immunoglobulin therapy, with both intravenous (IVIG) and subcutaneous (SCIG) routes being used. Although multiple studies have determined that these therapies are effective and comparable, a comprehensive assessment of quality of life (QoL) has not been systematically reviewed. This review aims to evaluate QoL in patients with MMN and CIDP who are treated with SCIG, including those who have made the transition from IVIG to SCIG. We conducted a comprehensive search of electronic databases for studies that measured QoL outcomes in MMN and CIDP patients receiving SCIG. The primary outcome was the change in QoL scores as measured by validated tools compared with baseline values collected during IVIG treatment. Secondary outcomes included adverse effects, treatment satisfaction and functional status. Our review suggests that SCIG may offer comparable QoL outcomes to IVIG with potential benefits in self-administration and reduced systemic adverse effects. This review provides evidence-based insights into the comparative effectiveness of SCIG and IVIG in improving QoL for MMN and CIDP patients. Future research should aim to standardize QoL assessment tools and include larger, long-term studies to better capture the nuanced benefits of SCIG.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,284
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetPeripheral Neuropathies and DisordersTravaux en français237 207