MétaCan
Menu
Retour à la cohorte
Enregistrement W6945573058 · doi:10.25384/sage.c.6039492.v1

Ocrelizumab reduces thalamic volume loss in patients with RMS and PPMS

2022· other· en· W6945573058 sur OpenAlexaff

Notice bibliographique

RevueSage Journals Data · 2022
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOcrelizumabMultiple sclerosisPlaceboVolume (thermodynamics)ThalamusBrain size

Résumé

récupéré en direct d'OpenAlex

Background:In multiple sclerosis (MS), thalamic integrity is affected directly by demyelination and neuronal loss, and indirectly by gray/white matter lesions outside the thalamus, altering thalamic neuronal projections.Objective:To assess the efficacy of ocrelizumab compared with interferon beta-1a (IFNβ1a)/placebo on thalamic volume loss and the effect of switching to ocrelizumab on volume change in the Phase III trials in relapsing MS (RMS, OPERA I/II; NCT01247324/NCT01412333) and in primary progressive MS (PPMS, ORATORIO; NCT01194570).Methods:Thalamic volume change was computed using paired Jacobian integration and analyzed using an adjusted mixed-effects repeated measurement model.Results:Over the double-blind period, ocrelizumab treatment significantly reduced thalamic volume loss with the largest effect size (Cohen’s d: RMS: 0.561 at week 96; PPMS: 0.427 at week 120) compared with whole brain, cortical gray matter, and white matter volume loss. At the end of up to 7 years of follow-up, patients initially randomized to ocrelizumab still showed less thalamic volume loss than those switching from IFNβ1a (p < 0.001) or placebo (p < 0.001).Conclusion:Ocrelizumab effectively reduced thalamic volume loss compared with IFNβ1a/placebo. Early treatment effects on thalamic tissue preservation persisted over time. Thalamic volume loss could be a potential sensitive marker of persisting tissue damage.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207