Efficacy of sildenafil on ischaemic digital ulcer healing in systemic sclerosis: the placebo-controlled SEDUCE study
Notice bibliographique
Résumé
OBJECTIVE: To assess the effect of sildenafil, a phosphodiesterase type 5 inhibitor, on digital ulcer (DU) healing in systemic sclerosis (SSc). METHODS: Randomised, placebo-controlled study in patients with SSc to assess the effect of sildenafil 20 mg or placebo, three times daily for 12 weeks, on ischaemic DU healing. The primary end point was the time to healing for each DU. Time to healing was compared between groups using Cox models for clustered data (two-sided tests, p=0.05). RESULTS: Intention-to-treat analysis involved 83 patients with a total of 192 DUs (89 in the sildenafil group and 103 in the placebo group). The HR for DU healing was 1.33 (0.88 to 2.00) (p=0.18) and 1.27 (0.85 to 1.89) (p=0.25) when adjusted for the number of DUs at entry, in favour of sildenafil. In the per protocol population, the HRs were 1.49 (0.98 to 2.28) (p=0.06) and 1.43 (0.93 to 2.19) p=0.10. The mean number of DUs per patient was lower in the sildenafil group compared with the placebo group at week (W) 8 (1.23±1.61 vs 1.79±2.40 p=0.04) and W12 (0.86±1.62 vs 1.51±2.68, p=0.01) resulting from a greater healing rate (p=0.01 at W8 and p=0.03 at W12). CONCLUSIONS: The primary end point was not reached in intention-to-treat, partly because of an unexpectedly high healing rate in the placebo group. We found a significant decrease in the number of DUs in favour of sildenafil compared with placebo at W8 and W12, confirming a sildenafil benefit. TRIAL REGISTRATION NUMBER: NCT01295736.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».