Blood eosinophil (EOS) count, exacerbation rate and response to roflumilast in patients with severe COPD
Notice bibliographique
Résumé
Introduction: Studies suggest that high blood EOS count may be a marker of increased exacerbation risk in COPD patients (pts) with a history of exacerbations. We investigated the effect of blood EOS count on the efficacy of roflumilast (ROF) on COPD exacerbation rate. Methods: A post-hoc analysis was performed on two trials (REACT [NCT01329029], RE2SPOND [NCT01443845]) in which pts with severe COPD and ≥2 exacerbations in the previous year were randomised to ROF 500μg od or placebo (PBO) added to ICS/LABA±LAMA for 52 weeks. Primary endpoint was rate of moderate or severe COPD exacerbations/pt/year. Exacerbation rates were analysed by baseline EOS cell count strata (<150 and ≥150 cells/mm3). Results: Of 4287 pts, 2146 had an EOS count ≥150 cells/mm3 at entry. ROF reduced moderate or severe exacerbations rates by 19.1% (p=0.002) in pts with EOS ≥150 cells/mm3 and by 3.8% (p=0.605) in pts with EOS <150 cells/mm3 vs PBO (Table). Baseline demographics were balanced across EOS strata, including history of COPD exacerbations and hospitalisation for COPD exacerbation in the year prior. Conclusions: In this post-hoc analysis, PBO-treated COPD pts with higher blood baseline EOS counts had more exacerbations. Pts with higher blood baseline EOS counts derived greater benefit from ROF in exacerbation risk reduction compared to PBO.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 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 ».