Temporal profile of lymphocyte counts and relationship with infections with fingolimod therapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Reduction in peripheral blood lymphocytes is an expected pharmacodynamic outcome of fingolimod therapy. OBJECTIVE: The objective of this article is to evaluate lymphocyte dynamics during and after fingolimod therapy and assess the relationship between lymphocyte counts and infections. METHODS: Lymphocyte counts and their relationship with infections were evaluated in three multiple sclerosis (MS) populations: (Group A) FREEDOMS phase 3 core study group (n = 1272); (Group B) All Studies group (one phase 2 and two phase 3 studies, plus their extensions; n = 2315); and (Group C) Follow-up group (after fingolimod discontinuation; n = 538). RESULTS: Administration of fingolimod 0.5 mg led to reductions in lymphocyte counts to a steady-state of 24%-30% of baseline values within two weeks, which remained stable while on therapy. Following fingolimod discontinuation, average counts exceeded the lower limit of normal range within six to eight weeks, and were 80% of baseline values by three months. In Group A, infection rates per patient-year were 1.4 with placebo and 1.0 in fingolimod-treated patients who had the lowest lymphocyte counts (< 0.2 × 10(9)/l). No evidence was seen for an increase in serious or opportunistic infections. CONCLUSIONS: Fingolimod induces a rapid and reversible reduction in lymphocyte counts without an increase in infections relative to placebo. Because fingolimod reduces blood lymphocyte counts via redistribution in secondary lymphoid organs, peripheral blood lymphocyte counts cannot be utilized to evaluate the lymphocyte subset status of a patient.
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.
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) | 0,000 | 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 découle