Matching-adjusted indirect comparison of benralizumab<i>versus</i>interleukin-5 inhibitors for the treatment of severe asthma: a systematic review
Notice bibliographique
Résumé
Benralizumab is an interleukin-5 receptor α-directed cytolytic monoclonal antibody that directly depletes eosinophils. Its relative efficacy versus other IL-5-targeted treatments for patients with severe, uncontrolled asthma is not yet fully characterised. We performed a matching-adjusted indirect comparison (MAIC) of benralizumab versus mepolizumab and reslizumab. Trials were selected through systematic review and evaluation of trial methods. Benralizumab patient-level data were weighted to match treatment-effect-modifying patient characteristics of comparator trials before indirect efficacy comparisons. After matching adjustment, benralizumab and mepolizumab reduced exacerbations versus placebo by 52% and 49%, respectively (rate ratio [RR] 0.94, 95% CI 0.78–1.13; n=1524) and reduced the rate of exacerbations requiring hospitalisation/emergency department visit by 52% and 52%, respectively (RR 1.00, 95% CI 0.57–1.75; n=1524). Benralizumab and mepolizumab similarly improved pre-bronchodilator forced expiratory volume in 1 s at 32 weeks (difference 0.03 L, 95% CI −0.06–0.12; n=1443). Benralizumab and reslizumab patient populations were too dissimilar to generate a sufficient effective sample size to produce a reliable estimate for MAIC. MAIC is a robust way to indirectly compare treatment efficacies from trials with heterogeneous patient populations. When baseline patient characteristics were matched across asthma trials, benralizumab and mepolizumab yielded similar efficacy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».