MétaCan
Menu
Retour à la cohorte
Enregistrement W2804839304 · doi:10.1136/jnnp-2018-anzan.85

086 The rapid efficacy of natalizumab vs fingolimod in patients with active relapsing-remitting multiple sclerosis (RRMS): results from reveal, a randomised, head-to-head study

2018· article· en· W2804839304 sur OpenAlexaff
Helmut Butzkueven, Douglas Jeffery, Douglas L. Arnold, Massimo Filippi, Jeroen J.G. Geurts, Qunming Dong, Nolan Campbell, Stephanie Licata, Pei‐Ran Ho

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensNeuroRx Research (Canada)Montreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésFingolimodNatalizumabMedicineMultiple sclerosisRelapsing remittingHazard ratioInternal medicineProportional hazards modelExpanded Disability Status ScaleCumulative doseRandomized controlled trialConfidence intervalImmunology

Résumé

récupéré en direct d'OpenAlex

Introduction REVEAL was designed as a 1 year, multicentre, randomised, rater- and sponsor-blinded, prospective study comparing natalizumab and fingolimod in patients with active RRMS. Although the study closed early (for non-safety/non-efficacy reasons), data permitted comparison of effects occurring shortly after treatment initiation. This analysis compares onset of efficacy with natalizumab and fingolimod in REVEAL. Methods Patients were randomised to open-label intravenous natalizumab 300 mg every 4 weeks (n=54) or oral fingolimod 0.5 mg once daily (n=54). Magnetic resonance imaging was scheduled every 4 weeks for the first 24 weeks and at weeks 36 and 52. Analyses included Kaplan-Meier and Cox regression, negative binomial regression (annualised relapse rate [ARR] and number of T1 gadolinium-enhancing [Gd+] lesions) and a negative binomial generalised estimating equation (cumulative Gd +lesions over time). Results As expected for a randomised study, patient characteristics and follow-up time (median 39 weeks) were generally similar between groups. Natalizumab patients were less likely than fingolimod patients to develop new Gd +lesions (for ≥1 lesion, cumulative probability 40.68% vs 57.99%; hazard ratio [HR]=1.678 [95% CI: 0.865 to 3.255]; p=0.1258; for ≥2 lesions, cumulative probability 11.54% vs 48.48%; HR=4.053 [95% CI: 1.474 to 11.144]; p=0.007). Natalizumab patients consistently had 63%–72% fewer Gd +lesions than fingolimod patients, with between-group differences apparent within 4 weeks and reaching significance by 12 weeks (p=0.030). ARR was 83% lower with natalizumab than with fingolimod (0.05 vs 0.29; p=0.023), and cumulative probability of relapse was 1.85% with natalizumab vs 22.28% with fingolimod (HR=12.184 [95% CI: 1.552 to 95.634]; p=0.017). Adverse events were consistent with known safety profiles. Conclusion These results suggest that natalizumab reduces disease activity more rapidly and to a greater extent than fingolimod in patients with active RRMS. Given the early study closure, available data did not permit primary endpoint evaluation, and interpretation of these results requires caution. Study Support Biogen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,297
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207