Impact of prior treatment status and reasons for discontinuation on the efficacy and safety of fingolimod: Subgroup analyses of the Fingolimod Research Evaluating Effects of Daily Oral Therapy in Multiple Sclerosis (FREEDOMS) study
Notice bibliographique
Résumé
BACKGROUND: Fingolimod is a once-daily, oral sphingosine 1-phosphate receptor modulator approved for the treatment of relapsing multiple sclerosis. OBJECTIVE: This post-hoc analysis of phase 3 FREEDOMS data assessed whether the effects of fingolimod are consistent among subgroups of patients defined by prior treatment history. METHODS: Annualized relapse rate and safety profile of treatment with fingolimod 0.5mg, 1.25mg, or placebo once-daily for 24 months were analyzed in 1272 relapsing multiple sclerosis patients, by subgroups based on disease-modifying therapy history (treatment-naive; prior interferon-β or glatiramer acetate), reason for discontinuation of prior disease-modifying therapy (unsatisfactory therapeutic response or adverse events), and prior disease-modifying therapy duration. RESULTS: Both fingolimod doses significantly reduced annualized relapse rate in patients that received prior interferon-β or glatiramer acetate, discontinued prior disease-modifying therapy owing to unsatisfactory therapeutic effect, were treatment-naive, or had prior disease-modifying therapy duration of >1-3 years (P≤0.0301 for all comparisons vs placebo). Fingolimod 1.25mg resulted in greater reductions in annualized relapse rate in patients that discontinued prior disease-modifying therapy for adverse events or had prior disease-modifying therapy duration of ≤1 year or >3 years (P≤0.0194 vs placebo). CONCLUSIONS: Fingolimod demonstrated similar efficacy in relapsing multiple sclerosis patients regardless of prior treatment history. Clinicaltrials.gov identifier: NCT00289978.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».