Spinal muscular atrophy in India: Patient journey, access to care, treatment barriers, and strategic recommendations: Insights from experts
Notice bibliographique
Résumé
INTRODUCTION: Spinal muscular atrophy (SMA) is a neuromuscular disease that affects patients and caregivers worldwide, including in India, with a significant economic burden. METHODS: A comprehensive literature review was conducted to evaluate SMA, patient journeys, healthcare access, and treatment barriers in India, forming the basis for an expert panel discussion. RESULTS: The experts highlighted that early detection of SMA through newborn, carrier, or prenatal screening, and diagnosis through genetic testing enable timely interventions including disease-modifying therapies (DMTs) and multidisciplinary care. Currently, in India, Risdiplam is the only Drugs Controller General of India (DCGI) approved DMT for SMA. It is administered orally and approved for use in SMA type 1, 2, 3, and 4 among pediatric and adult patients. The management of SMA often revolves around the management of its complications, which requires respiratory, nutritional, and orthopedic care, both while awaiting and after receiving DMTs. Therefore, the gold standard for SMA care requires the availability of multidisciplinary care involving specialists from various fields. Despite the availability of DMTs, challenges such as affordability and timely access to these therapies remain major hurdles faced by SMA patients in India. Additionally, a lack of awareness among healthcare professionals, contributed to underdiagnosis and undiagnosed cases, further exacerbating the situation. CONCLUSION: This review provides insights from the expert opinions of Indian pediatricians, neurologists, geneticists, pediatric neurologists, and pediatric pulmonologists on the burden of SMA, diagnosis and management practices, importance of a multidisciplinary approach, challenges faced in SMA care in India, and strategies to overcome these challenges.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».