Characterizing lymphocyte counts and infection rates with long-term teriflunomide treatment: Pooled analysis of clinical trials
Notice bibliographique
Résumé
BACKGROUND: In Phase 3 studies, teriflunomide reduced relapse rates and disability progression compared with placebo; however, decreases in lymphocyte counts were also observed. OBJECTIVE: To describe the effect of long-term teriflunomide treatment on lymphocyte counts and infection rates among patients in pooled analyses of Phase 3 core and extension studies. METHODS: Four randomized trials (TEMSO, TOWER, TENERE, and TOPIC) compared teriflunomide 7 mg or 14 mg treatment with either placebo and/or subcutaneous interferon (IFN) β-1a 44 µg in patients with relapsing forms of multiple sclerosis (MS) (or first clinical episode suggestive of MS in TOPIC). RESULTS: In 1895, patients ever exposed to teriflunomide, mean (standard deviation) absolute lymphocyte counts declined from Week 0 (1.89 (0.59)) to Week 24 (1.67 (0.52)) and then remained stable thereafter. In the core plus extension studies (up to 10.7 years), 7.3% and 2.2% experienced Grade 1 and Grade 2 lymphopenia, respectively. Infections were reported in 56.9% of patients without lymphopenia, 60.9% with Grade 1 lymphopenia, and 54.8% with Grade 2 lymphopenia. Serious infections occurred in 3.7%, 4.3%, and 7.1%, respectively. CONCLUSION: Long-term risk of lymphopenia and infections in patients who continue to receive teriflunomide is low, demonstrating a limited impact on adaptive and innate immunity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,078 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,024 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».