Efficacy and Safety of Everolimus Plus Low-Dose Tacrolimus Versus Mycophenolate Mofetil Plus Standard-Dose Tacrolimus in De Novo Renal Transplant Recipients: 12-Month Data
Notice bibliographique
Résumé
In this 12-month, multicenter, randomized, open-label, noninferiority study, de novo renal transplant recipients (RTxRs) were randomized (1:1) to receive everolimus plus low-dose tacrolimus (EVR+LTac) or mycophenolate mofetil plus standard-dose Tac (MMF+STac) with induction therapy (basiliximab or rabbit anti-thymocyte globulin). Noninferiority of composite efficacy failure rate (treated biopsy-proven acute rejection [tBPAR]/graft loss/death/loss to follow-up) in EVR+LTac versus MMF+STac was missed by 1.4%, considering the noninferiority margin of 10% (24.6% vs. 20.4%; 4.2% [−3.0, 11.4]). Incidence of tBPAR (19.1% vs. 11.2%; p < 0.05) was significantly higher, while graft loss (1.3% vs. 3.9%; p < 0.05) and composite of graft loss/death/lost to follow-up (6.1% vs. 10.5%, p=0.05) were significantly lower in EVR+LTac versus MMF+STac groups, respectively. Mean estimated glomerular filtration rate was similar between EVR+LTac and MMF+STac groups (63.1 [22.0] vs. 63.1 [19.5] mL/min/1.73 m 2 ) and safety was comparable. In conclusion, EVR+LTac missed noninferiority versus MMF+STac based on the 10% noninferiority margin. Further studies evaluating optimal immunosuppression for improved efficacy will guide appropriate dosing and target levels of EVR and LTac in RTxRs.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».