MétaCan
Menu
Retour à la cohorte
Enregistrement W2919746350 · doi:10.1007/s00415-019-09248-6

Ocrelizumab efficacy in subgroups of patients with relapsing multiple sclerosis

2019· article· en· W2919746350 sur OpenAlexaff
Benjamin Turner, Bruce Cree, Ludwig Kappos, Xavier Montalbán, Caroline Papeix, Jerry S. Wolinsky, Régine Buffels, Damian Fiore, Hideki Garren, Jian Han, Stephen L. Hauser

Notice bibliographique

RevueJournal of Neurology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesF. Hoffmann-La Roche
Mots-clésOcrelizumabMedicineInternal medicineMultiple sclerosisNeurologyPost-hoc analysisOncologyClinical endpointClinical trialImmunologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

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.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,267
Écart entre enseignants0,233 · 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'étudeObservationnel
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

Citations84
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207