MétaCan
Menu
Retour à la cohorte
Enregistrement W2236153410 · doi:10.1136/bmj.h3163

Generic immunosuppression in solid organ transplantation: systematic review and meta-analysis

2015· review· en· W2236153410 sur OpenAlexaff
Amber O. Molnar, Dean Fergusson, Anne Tsampalieros, Alexandria Bennett, Nicholas A. Fergusson, Tim Ramsay, Greg Knoll

Notice bibliographique

RevueBMJ · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensChildren's Hospital of Eastern OntarioOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineBioequivalenceObservational studyRandomized controlled trialOdds ratioTacrolimusMeta-analysisKidney transplantationTransplantationConfidence intervalImmunosuppressionOrgan transplantationInternal medicinePharmacokinetics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare the clinical efficacy and bioequivalence of generic immunosuppressive drugs in patients with solid organ transplants. DESIGN: Systematic review and meta-analysis of all studies comparing generic with innovator immunosuppressive drugs. DATA SOURCES: Medline and Embase from 1980 to September 2014. REVIEW METHODS: A literature search was performed for all studies comparing a generic to an innovator immunosuppressive drug in solid organ transplantation. Two reviewers independently extracted data and assessed quality of studies. Meta-analyses of prespecified outcomes were performed when deemed appropriate. Outcomes included patient survival, allograft survival, acute rejection, adverse events and bioequivalence. RESULTS: 1679 citations were screened, of which 50 studies met eligibility criteria (17 randomized trials, 15 non-randomized interventional studies, and 18 observational studies). Generics were compared with Neoral (cyclosporine) (32 studies), Prograf (tacrolimus) (12 studies), and Cellcept (mycophenolate mofetil) (six studies). Pooled analysis of randomized controlled trials in patients with kidney transplants that reported bioequivalence criteria showed that Neoral (two studies) and Prograf (three studies) were not bioequivalent with generic preparations according to criteria of the European Medicines Agency. The single Cellcept trial also did not meet bioequivalence. Acute rejection was rare but did not differ between groups. For Neoral, the pooled Peto odds ratio was 1.23 (95% confidence interval 0.64 to 2.36) for kidney randomized controlled trials and 0.66 (0.40 to 1.08) for observational studies. For kidney observational studies, the pooled Peto odds ratios were 0.98 (0.37 to 2.60) for Prograf and 0.49 (0.09 to 2.56) for Cellcept. Meta-analyses for non-renal solid organ transplants were not performed because of a lack of data.There were insufficient data reported on patient or graft survival. Pooling of results was limited by inconsistent study methods and reporting of outcomes. Many studies did not report standard criteria used to determine bioequivalence. While rates of acute rejection seemed similar and were relatively rare, few studies were designed to properly compare clinical outcomes. Most studies had short follow-up times and included stable patients without a history of rejection. CONCLUSIONS: High quality data showing bioequivalence and clinical efficacy of generic immunosuppressive drugs in patients with transplants are lacking. Given the serious consequences of rejection and allograft failure, well designed studies on bioequivalence and safety of generic immunosuppression in transplant recipients are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,047
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0210,034
Bibliométrie0,0090,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,439
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207