P.068 Real world experience with Fingolimod in Canada
Notice bibliographique
Résumé
Background: The Gilenya® Go ProgramTM offers education and support services, including coordination of first dose observation (FDO) and follow-up contact to reinforce monitoring recommendations and compliance in fingolimod-treated relapsing-remitting multiple sclerosis (RRMS) patients. Methods: Data were analyzed for patients enrolled in the Canadian Gilenya® Go ProgramTM from March 2011 to January 2016. The retention to fingolimod therapy, reasons for treatment discontinuation and incidence of adverse events (AEs) during treatment are reported. Results: At data cut-off, 3956 patients had completed FDO; 3201 patients were being actively treated. Mean age at enrolment was 41.0 years; 74.9% patients were female. The overall fingolimod exposure was 7869 patient-years. Most recent previous therapies (n=3746) included interferons (43.3%) and glatiramer acetate (29.6%). Most common reasons for switching to fingolimod (n=3674) was lack of efficacy (31.8%). Retention to therapy at data cut-off was 81.3%. AEs (45.2%) were the most common reason (n=334) for treatment discontinuation and included low lymphocyte count/abnormal hematology values (13.8%), gastrointestinal disturbances (6.9%), and elevated liver enzyme levels (7.8%). Adherence to recommended ophthalmic examination was 92.4%. Conclusions: In real-world clinical practice in Canada, adherence to both fingolimod treatment and monitoring was high. The Gilenya® Go Program™ helps to meet the safety monitoring recommendations for fingolimod-treated RRMS patients.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 ».