Clinical development of onercept, a tumor necrosis factor binding protein, in psoriasis
Notice bibliographique
Résumé
BACKGROUND: Tumor necrosis factor (TNF)-α plays a critical role in psoriasis pathogenesis, and several anti-TNF agents have been developed as therapeutic drugs in this indication. SCOPE: To present the preclinical rationale and clinical data for onercept, a novel anti-TNF agent developed for the treatment of moderate-to-severe psoriasis, and to critically evaluate the onercept clinical development program. FINDINGS: Onercept was shown in preclinical studies to inhibit TNF-α and suppress clinical signs in several inflammatory conditions. In phase II studies onercept demonstrated a therapeutic benefit in psoriasis and psoriatic arthritis and no safety issues were identified. Based on these results, a phase III program comprising three multicenter, randomized, double-blind, placebo-controlled studies examining onercept in moderate-to-severe plaque psoriasis was initiated. Following the occurrence of two cases of systemic inflammatory response syndrome (SIRS) and lower than expected efficacy results, an independent Data Safety Monitoring Board (DSMB) determined that the risk-benefit ratio was not sufficiently favorable to justify continued development, and all clinical studies were promptly terminated. Although not initially diagnosed as such by the investigators, two further SIRS events were reported, one after study discontinuation. Although an increased incidence of infection and sepsis-like events has been associated with other anti-TNF therapies, an increased risk of infection was not observed with onercept treatment. Moreover, no infectious etiology was determined in the SIRS cases. The data suggest that the SIRS reactions were due to a systemic inflammatory response. CONCLUSIONS: Despite promising early clinical results, onercept showed many of the expected risks associated with other anti-TNF agents and proved not to have an exceptional efficacy and safety profile. The clinical development of onercept highlights the critical importance of DSMBs and closely monitoring patient safety and evaluating risk-benefit profiles in large clinical programs.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».