Dupilumab (DPL) Efficacy in Patients With Severe Chronic Rhinosinusitis with Nasal Polyps (CRSwNP) with/without Nonsteroidal Anti-inflammatory Drug-Exacerbated Respiratory Disease (NSAID-ERD): SINUS-24, SINUS-52 Trials
Notice bibliographique
Résumé
Introduction: CRSwNP patients (pts) with NSAID-ERD often have more severe disease than non–NSAID‑ERD pts. DPL, a fully human mAb, blocks the shared receptor component for IL-4/IL-13, key drivers of type 2 inflammation. Aim: To assess DPL treatment effects in severe CRSwNP pts with/without NSAID-ERD on a background of intranasal mometasone furoate in pooled populations of phase 3 trials, SINUS-24 (NCT02912468) and SINUS‑52 (NCT02898454). Methods: CRSwNP pts with a medical history of NSAID-ERD were evaluated for endpoints of: nasal polyp score (NPS), nasal congestion (NC), disease severity (VAS), CT Lund–Mackay (CT-LMK) sinus opacification score, UPSIT smell test, total symptom score (TSS), daily loss of smell, SNOT-22. Results: DPL improved NPS, NC, VAS, CT-LMK, UPSIT, TSS, loss of smell, SNOT-22 and reduced the proportion of pts requiring SCS and/or surgery by 79.4/73.8% in pts with/without NSAID-ERD, respectively (all nominal P<0.0001 vs PBO; Table). Common AEs (in >5% pts) in the ITT population were nasopharyngitis, headache, worsening NP and asthma, epistaxis, and injection-site erythema, all occurring with higher frequency in PBO-treated pts. Conclusion: DPL improved endoscopic, clinical, radiologic and pt-reported outcomes similarly in CRSwNP pts with/without NASID-ERD and was well tolerated.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».