Ocrelizumab efficacy in subgroups of patients with relapsing multiple sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The efficacy and safety of ocrelizumab, versus interferon (IFN) β-1a, for the treatment of relapsing multiple sclerosis (RMS) from the identically designed OPERA I (NCT01247324) and OPERA II (NCT01412333) phase III studies has been reported; here we present subgroup analyses of efficacy endpoints from the pooled OPERA I and OPERA II populations. METHODS: Patients with RMS were randomized to either ocrelizumab 600 mg administered by intravenous infusion every 24 weeks or subcutaneous IFN β-1a 44 µg three times per week throughout the 96-week treatment period. Relapse, disability, and MRI outcomes were analyzed for predefined and post hoc subgroups based on demographic and disease characteristics along with prior treatment using appropriate statistical tests to determine the treatment effect in subgroups and treatment-by-subgroup interactions. RESULTS: The significant treatment benefit of ocrelizumab, versus IFN β-1a, observed in the overall OPERA I and OPERA II pooled populations was maintained across most subgroup strata for all endpoints, including annualized relapse rate, disability progression, and MRI outputs. CONCLUSIONS: The treatment effect of ocrelizumab versus IFN β-1a, measured by clinical and MRI outcomes, was maintained across most of the subgroups and strata of interest, and the pattern of treatment benefit across all subgroups was consistent with that from the pooled OPERA studies.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,000 | 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 découle