The interpretation of long-term trials of biologic treatments for psoriasis: trial designs and the choices of statistical analyses affect ability to compare outcomes across trials
Notice bibliographique
Résumé
Psoriasis is a chronic disease requiring long-term therapy, which makes finding treatments with favourable long-term safety and efficacy profiles crucial. The goal of this review is to provide the background needed to evaluate properly long-term studies of biologic treatments for psoriasis. Firstly, important elements of design and analysis strategies are described. Secondly, data from published trials of biologic therapies for psoriasis are reviewed in light of the design and analysis choices implemented in the studies. Published reports of clinical trials of biologic treatments (adalimumab, alefacept, etanercept, infliximab or ustekinumab) that lasted 33 weeks or longer and included efficacy results and statistical analysis were reviewed. Study designs and statistical analyses were evaluated and summarized, emphasizing patient follow-up methods and handling of missing data. Various trial designs and data handling methods are used in long-term studies of biologic psoriasis treatments. Responder analyses in long-term trials can be conducted in responder enrichment, re-treated nonresponder or intent-to-treat trials. Missing data can be handled in four ways, including, from most to least conservative, nonresponder imputation, last-observation-carried-forward, as-observed analysis and anytime analysis. Long-term clinical trials have shown that adalimumab, alefacept, etanercept, infliximab and ustekinumab are efficacious for psoriasis treatment; however, without common standards for these trials, direct comparisons of these agents are difficult. Understanding differences in trial design and data handling is essential to make informed treatment decisions.
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 | 0,367 | 0,608 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».