Comparative effectiveness of glatiramer acetate and interferon beta formulations in relapsing–remitting multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: The results of head-to-head comparisons of injectable immunomodulators (interferon β, glatiramer acetate) have been inconclusive and a comprehensive analysis of their effectiveness is needed. OBJECTIVE: We aimed to compare, in a real-world setting, relapse and disability outcomes among patients with multiple sclerosis (MS) treated with injectable immunomodulators. METHODS: Pairwise analysis of the international MSBase registry data was conducted using propensity-score matching. The four injectable immunomodulators were compared in six head-to-head analyses of relapse and disability outcomes using paired mixed models or frailty proportional hazards models adjusted for magnetic resonance imaging variables. Sensitivity and power analyses were conducted. RESULTS: Of the 3326 included patients, 345-1199 patients per therapy were matched (median pairwise-censored follow-up was 3.7 years). Propensity matching eliminated >95% of the identified indication bias. Slightly lower relapse incidence was found among patients treated with glatiramer acetate or subcutaneous interferon β-1a relative to intramuscular interferon β-1a and interferon β-1b (p≤0.001). No differences in 12-month confirmed progression of disability were observed. CONCLUSION: Small but statistically significant differences in relapse outcomes exist among the injectable immunomodulators. MSBase is sufficiently powered to identify these differences and reflects practice in tertiary MS centres. While the present study controlled indication, selection and attrition bias, centre-dependent variance in data quality was likely.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».