MétaCan
Menu
Retour à la cohorte
Enregistrement W6892268202 · doi:10.5061/dryad.stqjq2bzw

Five-years of ocrelizumab in relapsing multiple sclerosis: OPERA studies open-label extension

2020· dataset· en· W6892268202 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of TorontoUniversity of British ColumbiaMcGill University
Organismes subventionnairesnon disponible
Mots-clésOcrelizumabAdverse effectClinical trialLesionOpera

Résumé

récupéré en direct d'OpenAlex

Objective To assess over 3 years of follow-up, the effects of maintaining or switching to ocrelizumab (OCR) therapy on clinical and MRI outcomes and safety measures in the open-label extension (OLE) phase of the pooled OPERA studies in relapsing multiple sclerosis. Methods After 2 years of double-blind, controlled treatment, patients continued OCR (600 mg infusions every 24 weeks) or switched from interferon (IFN) β-1a (44 μg 3 times weekly) to OCR when entering the OLE phase (3 years). Adjusted annualized relapse rate, time to onset of 24-week confirmed disability progression/improvement (CDP/CDI), brain MRI activity (gadolinium-enhanced and new/enlarging T2 lesions), and percentage brain volume change were analyzed. Results Of patients entering the OLE phase, 88.6% completed Year 5. The cumulative proportion with 24-week CDP was lower in patients who initiated OCR earlier, vs patients initially receiving IFN β-1a (16.1% vs 21.3% at Year 5; p=0.014). Patients continuing OCR maintained, and those switching from IFN β-1a to OCR attained near complete and sustained suppression of new brain MRI lesion activity from Year 3 to 5. Over the OLE phase, patients continuing OCR exhibited less whole brain volume loss from double-blind study baseline vs those switching from IFN β-1a (–1.87% vs –2.15% at Year 5; p<0.01). Adverse events were consistent with past reports and no new safety signals emerged with prolonged treatment. Conclusion Compared with patients switching from IFN β-1a, earlier and continuous OCR treatment up to 5 years provided sustained benefit on clinical and MRI measures of disease progression.

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)0,007
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,173
Tête enseignante GPT0,354
Écart entre enseignants0,181 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207