Effect of Alirocumab, a Monoclonal Proprotein Convertase Subtilisin/Kexin 9 Antibody, on Lipoprotein(a) Concentrations (a Pooled Analysis of 150 mg Every Two Weeks Dosing from Phase 2 Trials)
Notice bibliographique
Résumé
Lipoprotein(a) [Lp(a)] is an independent risk factor for cardiovascular disease, with limited treatment options. This analysis evaluated the effect of a monoclonal antibody to proprotein convertase subtilisin/kexin 9, alirocumab 150 mg every 2 weeks (Q2W), on Lp(a) levels in pooled data from 3 double-blind, randomized, placebo-controlled, phase 2 studies of 8 or 12 weeks' duration conducted in patients with hypercholesterolemia on background lipid-lowering therapy (NCT01266876, NCT01288469, and NCT01288443). Data were available for 102 of 108 patients who received alirocumab 150 mg Q2W and 74 of 77 patients who received placebo. Alirocumab resulted in a significant reduction in Lp(a) from baseline compared with placebo (-30.3% vs -0.3%, p <0.0001). Median percentage Lp(a) reductions in the alirocumab group were of a similar magnitude across a range of baseline Lp(a) levels, resulting in greater absolute reductions in Lp(a) in patients with higher baseline levels. Regression analysis indicated that <5% of the variance in the reduction of Lp(a) was explained by the effect of alirocumab on low-density lipoprotein cholesterol. In conclusion, pooled data from 3 phase 2 trials demonstrate substantive reduction in Lp(a) with alirocumab 150 mg Q2W, including patients with baseline Lp(a) >50 mg/dl. Reductions in Lp(a) only weakly correlated with the magnitude of low-density lipoprotein cholesterol lowering.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,010 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».