Clinical validation of a novel in vitro diagnostic neurofilament light chain assay for the prognostication of disease activity in people with relapsing multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Neurofilament light chain (NfL) is a promising marker for predicting disease activity in relapsing multiple sclerosis (RMS). To date, however, there has been no commercially available NfL assay validated in MS and intended for routine clinical use. OBJECTIVE: IM NfL assay. METHODS: The optimal NfL threshold for this assay/use case was identified and independently validated using ASCLEPIOS I and II data, respectively. The primary endpoint (annualized number of new/enlarging T2 (neT2) lesions) was analyzed using negative binomial models. Threshold optimization used maximum likelihood methodology. Generalizability analyses used data from ASCLEPIOS II, FREEDOMS, and TRANSFORMS. RESULTS: NfL concentration of 12.9 pg/mL was validated as the optimal cutoff for prognosticating disease activity as measured by neT2 lesion over 2 years. This threshold prognosticated individual patient risk for persistent disease activity (>3 neT2 lesions/year over 2 years) and showed prognostic value across relevant subgroups and clinical scenarios. Findings for relapses were similar. CONCLUSION: IM NfL assay is now validated for prognostic use in RMS patients.
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 | 0,004 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».