A pooled analysis of the efficacy of fesoterodine for the treatment of overactive bladder, and the relationship between safety, co-morbidity and polypharmacy in patients aged 65 years or older
Notice bibliographique
Résumé
Background: overactive bladder (OAB) is a common condition in older persons. Antimuscarinic treatment remains the mainstay of treatment of OAB but clinicians have been reluctant to prescribe this to older patients. This study examined efficacy and safety information from patients >65 in fesoterodine trials to reaffirm efficacy and to explore the relationships between treatment emergent adverse events (TEAEs), coexisting medication and co-morbidity. Methods: data from 10 double-blind, placebo-controlled studies were analysed. A logistic regression analysis, where TEAE incidence was predicted by treatment, prior antimuscarinic treatment, number of coexisting medications, number of concomitant diseases and all possible combinations of two-way interaction terms with treatment was conducted. Results: of 4,040 patients who participated in trials; fesoterodine treatment was associated with statistically significant reductions in all disease-related and patient-reported outcomes compared to placebo. There was a significant increase in the likelihood of reporting a TEAE in association with the number of coexistent medications (odds ratio (OR) = 1.028, 95% CI: 1.0143-1.044, P < 0.003). The OR of having a TEAE with increase in the number of concomitant diseases was 1.058 (95% CI: 1.044-1.072, P < 0.0001). Central nervous system (CNS) events were few. Discussion: fesoterodine treatment led to clinically meaningful improvements across all included patient reported outcomes. The number of concomitant conditions had the greatest influence on the likelihood of an adverse event being reported. CNS TEAE were not associated with fesoterodine dose and were low across all categories of concomitant disease and coexisting medication.
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 | 0,023 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,026 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».