Switch to natalizumab versus fingolimod in active relapsing–remitting multiple sclerosis
Notice bibliographique
Résumé
OBJECTIVE: In patients suffering multiple sclerosis activity despite treatment with interferon β or glatiramer acetate, clinicians often switch therapy to either natalizumab or fingolimod. However, no studies have directly compared the outcomes of switching to either of these agents. METHODS: Using MSBase, a large international, observational, prospectively acquired cohort study, we identified patients with relapsing-remitting multiple sclerosis experiencing relapses or disability progression within the 6 months immediately preceding switch to either natalizumab or fingolimod. Quasi-randomization with propensity score-based matching was used to select subpopulations with comparable baseline characteristics. Relapse and disability outcomes were compared in paired, pairwise-censored analyses. RESULTS: Of the 792 included patients, 578 patients were matched (natalizumab, n = 407; fingolimod, n = 171). Mean on-study follow-up was 12 months. The annualized relapse rates decreased from 1.5 to 0.2 on natalizumab and from 1.3 to 0.4 on fingolimod, with 50% relative postswitch difference in relapse hazard (p = 0.002). A 2.8 times higher rate of sustained disability regression was observed after the switch to natalizumab in comparison to fingolimod (p < 0.001). No difference in the rate of sustained disability progression events was observed between the groups. The change in overall disability burden (quantified as area under the disability-time curve) differed between natalizumab and fingolimod (-0.12 vs 0.04 per year, respectively, p < 0.001). INTERPRETATION: This study suggests that in active multiple sclerosis during treatment with injectable disease-modifying therapies, switching to natalizumab is more effective than switching to fingolimod in reducing relapse rate and short-term disability burden.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».