Analysis of allergen immunotherapy studies shows increased clinical efficacy in highly symptomatic patients
Notice bibliographique
Résumé
BACKGROUND: The assessment of allergen immunotherapy (AIT) efficacy in the treatment for seasonal allergic rhinoconjunctivitis (SAR) symptoms is challenging. Allergen immunotherapy differs from symptomatic therapy in that while symptomatic therapy treats patients after symptoms appear and aims to reduce symptoms, AIT is administered before symptoms are present and aims to prevent them. Thus, clinical studies of AIT can neither establish baseline symptom levels nor limit the enrolment of patients to those with the most severe symptoms. Allergen immunotherapy treatment effects are therefore diluted by patients with low symptoms for a particular pollen season. The objective of this analysis was to assess the effect possible to achieve with AIT in the groups of patients presenting the most severe allergic symptoms. METHODS: Study centres were grouped into tertiles categorized according to symptom severity scores observed in the placebo patients in each centre (low, middle and high tertiles). The difference observed in the average score in each tertile in active vs placebo-treated patients was assessed. This allowed an estimation of the efficacy that could be achieved in patients from sites where symptoms were high during the pollen season. RESULTS: An increased treatment effect was observed in the most severe patients and was independent of the study analysed and symptom score used. CONCLUSIONS: The use of a tertile approach to analyse efficacy in AIT in SAR clinical studies can give a more accurate assessment of potential clinical benefit.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».