Ranibizumab in Diabetic Macular Oedema – A Benefit–risk Analysis of Ranibizumab 0.5 mg PRN Versus Laser Treatment
Notice bibliographique
Résumé
INTRODUCTION: The structured Benefit-risk Action Team (BRAT) approach aims to assist healthcare decision makers in treatment assessments. We applied BRAT to compare the benefit-risk profile of ranibizumab 0.5 mg versus laser photocoagulation for the treatment of diabetic macular oedema (DMO). METHODS: One-year data for the ranibizumab 0.5 mg pro re nata (PRN) and laser arms of the phase III trials RESPOND (NCT01135914; n=220), RESTORE (NCT00687804; n=345), and REVEAL (NCT00989989; n=396) were included in the analysis. The benefit measures included ≥10 letters gain/avoidance of loss in best-corrected visual acuity (BCVA), achieving central retinal thickness (CRT) <275 μm, and 25-item Visual Function Questionnaire (VFQ-25) outcomes. The risks measures included endophthalmitis, intraocular pressure increase, hypertension, proteinuria, arterial/venous thromboembolic events and deaths. RESULTS: Ranibizumab treatment provided significant benefits compared with laser for ≥10 letter BCVA gain at month 12 (387/1,000 versus 152/1,000 patients), CRT <275 μm at 12 months (474/1,000 versus 348/1,000 patients), and improvement of ≥6.06 on the VFQ-25 near activities subscale (325/1,000 versus 245/1,000 patients). Results for the risk measures were similar for both treatments. CONCLUSIONS: Superior clinically relevant outcomes were observed with ranibizumab 0.5 mg PRN compared with laser without compromising on safety. This analysis further supports the positive benefit-risk profile of ranibizumab 0.5 mg PRN.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 ».