Efficacy of alirocumab in high cardiovascular risk populations with or without heterozygous familial hypercholesterolemia: Pooled analysis of eight ODYSSEY Phase 3 clinical program trials
Notice bibliographique
Résumé
OBJECTIVES: Despite maximally tolerated statin therapy, many patients with high cardiovascular risk, with or without heterozygous familial hypercholesterolemia may require additional low-density lipoprotein cholesterol (LDL-C) reduction. We report pooled alirocumab (ALI) efficacy and safety data from eight Phase 3 trials in 4629 hypercholesterolemia patients, receiving background statin therapy. MATERIAL AND METHODS: Studies were pooled by ALI dose and control: ALI 75/150mg every 2weeks (Q2W; dose increased to 150mg Q2W at Week 12 based on Week 8 LDL-C) versus ezetimibe (EZE; Pool 1) or placebo (PBO; Pool 2), and ALI 150mg Q2W versus PBO (Pool 3). RESULTS: Mean baseline LDL-C was 109 vs. 105mg/dL (Pool 1), 129 vs. 130mg/dL (Pool 2) and 126 vs. 125mg/dL (Pool 3). ALI 75/150mg Q2W reduced LDL-C by 48.9% (vs. -19.3% EZE) and 48.6% (vs. +4.2% PBO) from baseline to Week 24, and ALI 150mg Q2W reduced LDL-C by 60.4% (vs. +0.5% PBO; all p<0.0001). LDL-C reductions were sustained to Week 104. Risk-based LDL-C goals (<70mg/dL or <100mg/dL) were achieved by 78.0%, 75.2%, and 79.0% (Pool 1-3) of ALI-treated patients (vs. 52.4%, 6.4%, and 8.4%, respectively, for controls) at Week 24. Consistent reductions were observed in apolipoprotein B, non-high-density lipoprotein cholesterol, and lipoprotein (a) (p<0.0001 vs. control). Common adverse events in ALI-treated patients were nasopharyngitis, injection-site reactions, upper respiratory tract infections, and influenza. CONCLUSIONS: Alirocumab treatment significantly reduced LDL-C in high cardiovascular risk patients, enabling most to achieve risk-based LDL-C goals.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».