Teriflunomide reduces relapse-related neurological sequelae, hospitalizations and steroid use
Notice bibliographique
Résumé
Multiple sclerosis (MS) relapses impose a substantial clinical and economic burden. Teriflunomide is a new oral disease-modifying therapy approved for the treatment of relapsing MS. We evaluated the effects of teriflunomide treatment on relapse-related neurological sequelae and healthcare resource use in a post hoc analysis of the Phase III TEMSO study. Confirmed relapses associated with neurological sequelae [defined by an increase in Expanded Disability Status Scale/Functional System (sequelae-EDSS/FS) ≥ 30 days post relapse or by the investigator (sequelae-investigator)] were analyzed in the modified intention-to-treat population (n = 1086). Relapses requiring hospitalization or intravenous (IV) corticosteroids, all hospitalizations, emergency medical facility visits (EMFV), and hospitalized nights for relapse were also assessed. Annualized rates were derived using a Poisson model with treatment, baseline EDSS strata, and region as covariates. Risks of sequelae and hospitalization per relapse were calculated as percentages and groups were compared with a χ(2) test. Compared with placebo, teriflunomide reduced annualized rates of relapses with sequelae-EDSS/FS [7 mg by 32 % (p = 0.0019); 14 mg by 36 % (p = 0.0011)] and sequelae-investigator [25 % (p = 0.071); 53 % (p < 0.0001)], relapses leading to hospitalization [36 % (p = 0.015); 59 % (p < 0.0001)], and relapses requiring IV corticosteroids [29 % (p = 0.001); 34 % (p = 0.0003)]. Teriflunomide-treated patients spent fewer nights in hospital for relapse (p < 0.01). Teriflunomide 14 mg also decreased annualized rates of all hospitalizations (p = 0.01) and EMFV (p = 0.004). The impact of teriflunomide on relapse-related neurological sequelae and relapses requiring healthcare resources may translate into reduced healthcare costs.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».