Low incidence of anti‐drug antibodies in patients with type 2 diabetes treated with once‐weekly glucagon‐like peptide‐1 receptor agonist dulaglutide
Notice bibliographique
Résumé
Therapeutic administration of peptides may result in anti-drug antibody (ADA) formation, hypersensitivity adverse events (AEs) and reduced efficacy. As a large peptide, the immunogenicity of once-weekly glucagon-like peptide-1 (GLP-1) receptor agonist dulaglutide is of considerable interest. The present study assessed the incidence of treatment-emergent dulaglutide ADAs, hypersensitivity AEs, injection site reactions (ISRs), and glycaemic control in ADA-positive patients in nine phase II and phase III trials (dulaglutide, N = 4006; exenatide, N = 276; non-GLP-1 comparators, N = 1141). Treatment-emergent dulaglutide ADAs were detected using a solid-phase extraction acid dissociation binding assay. Neutralizing ADAs were detected using a cell-based assay derived from human endothelial kidney cells (HEK293). A total of 64 dulaglutide-treated patients (1.6% of the population) tested ADA-positive versus eight (0.7%) from the non-GLP-1 comparator group. Of these 64 patients, 34 (0.9%) had dulaglutide-neutralizing ADAs, 36 (0.9%) had native-sequence GLP-1 (nsGLP-1) cross-reactive ADAs and four (0.1%) had nsGLP-1 neutralization ADAs. The incidence of hypersensitivity AEs and ISRs was similar in the dulaglutide versus placebo groups. No dulaglutide ADA-positive patient reported hypersensitivity AEs. Because of the low incidence of ADAs, it was not possible to establish their effect on glycaemic control.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».