多发性硬化症治疗决策得分的外部验证,使用ProVal-MS队列研究数据
Stefan Buchka1, Alexander Hapfelmeier2, Jan S Kirschke3
1The Institute for Medical Information Processing, Biometry, and Epidemiology, Medical Faculty, University of Munich, Munich, Germany.
Therapeutic advances in neurological disorders
|November 24, 2025
概括
多发性硬化症治疗决策得分 (MS-TDS) 的外部验证显示,早期复发性复发性硬化症 (RRMS) 和临床隔离综合征 (CIS) 的预测性表现较低. 保护隐私的联合分析对于未来的研究证明是可行的.
科学领域:
- 神经学 神经学
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 预测复发性复发性多发性硬化症 (RRMS) 和临床隔离综合征 (CIS) 的进展是具有挑战性的,因为疾病的变异性.
- 预后算法对于指导早期多发性硬化症治疗决策至关重要,但很少有人经过外部验证.
- 使用独立数据进行外部验证对于评估预测模型的可靠性至关重要.
研究的目的:
- 通过使用ProVal-MS研究数据,对多发性硬化症治疗决策得分 (MS-TDS) 进行外部验证.
- 评估MS-TDS在CIS或早期RRMS患者中预测新的或扩大的T2病变的能力.
- 为了证明保护隐私的可行性,为多中心数据集成提供联合分析.
主要方法:
- 在DIFUTURE联盟中进行的前性,多中心性,非干预性队列研究 (ProVal-MS).
- 使用接收器操作特征曲线 (AUROC) 下的面积和Brier分数的MS-TDS的外部验证.
- 决策曲线分析 (DCA) 以将MS-TDS指导的决策与治疗神经病学家的决策进行比较.
主要成果:
- 该研究包括271名CIS或早期RRMS患者;202人接受了平台治疗.
- 该MS-TDS的预测性表现较低,AUROC为0.561 (聚合) 和0.567 (分布).
- 决策曲线分析表明MS-TDS的净收益与经验丰富的神经病学家相美.
结论:
- 外部验证显示,CIS/早期RRMS中MS-TDS的预测准确性有限.
- 该MS-TDS可以作为一个补充工具,特别是对于经验较少的神经科医生.
- 保护隐私的联合分析是一种可行且符合预测模型外部验证的方法.
更多相关视频
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
11.0K
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
15.0K
