Baseline patient factors impact on the clinical efficacy of benralizumab for severe asthma
Notice bibliographique
Résumé
Benralizumab is an anti-eosinophilic monoclonal antibody that reduces exacerbations and improves lung function for patients with severe, uncontrolled asthma with eosinophilic inflammation. We evaluated the impact of baseline factors on benralizumab efficacy for patients with severe asthma. This analysis used pooled data from the SIROCCO ( ClinicalTrials.gov identifier NCT01928771 ) and CALIMA ( ClinicalTrials.gov identifier NCT01914757 ) Phase III studies. Patients aged 12–75 years with severe, uncontrolled asthma receiving high-dosage inhaled corticosteroids plus long-acting β 2 -agonists received benralizumab 30 mg subcutaneously every 8 weeks (Q8W, first three doses every 4 weeks (Q4W)), Q4W or placebo. Baseline factors that influenced benralizumab efficacy were evaluated, including oral corticosteroid (OCS) use, nasal polyposis, pre-bronchodilator forced vital capacity (FVC), prior year exacerbations and age at diagnosis. Efficacy outcomes included annual exacerbation rate and change in pre-bronchodilator forced expiratory volume in 1 s at treatment end relative to placebo. Benralizumab Q8W treatment effect was enhanced with each baseline factor for all patients and those with ≥300 eosinophils·μL −1 relative to the overall population. OCS use, nasal polyposis and FVC <65% of predicted were associated with greater benralizumab Q8W responsiveness for reduced exacerbation rate for patients with <300 eosinophils·μL −1 . Baseline clinical factors and blood eosinophil counts can help identify patients potentially responsive to benralizumab.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».