Risks and benefits of unapproved disease-modifying treatments for neurodegenerative disease
Notice bibliographique
Résumé
OBJECTIVE: To determine whether patients randomized to unapproved, disease-modifying interventions in neurodegenerative disease trials have better outcomes than patients randomized to placebo by performing a systematic review and meta-analysis of risk and benefit experienced by patients in randomized placebo-controlled trials testing investigational treatments for Alzheimer disease, Parkinson disease, Huntington disease, or amyotrophic lateral sclerosis (ALS). METHODS: We searched MEDLINE, Embase, and ClinicalTrials.gov for results of randomized trials testing non-Food and Drug Administration-approved, putatively disease-modifying interventions from January 2005 to May 2018. Trial characteristics were double-extracted. Coprimary endpoints were the treatment advantage over placebo on efficacy (standardized mean difference in outcomes) and safety (risk ratios of serious adverse events and withdrawals due to adverse events), calculated with random effects meta-analyses. The study was registered on PROSPERO (CRD42018103798). RESULTS: We included 113 trials (n = 39,875 patients). There was no significant efficacy advantage associated with assignment to putatively disease-modifying interventions compared to placebo for Alzheimer disease (standardized mean difference [SMD] -0.03, 95% confidence interval [CI] -0.07 to 0.01), Parkinson disease (SMD -0.09, 95% CI -0.32 to 0.15), ALS (SMD 0.02, 95% CI -0.25 to 0.30), or Huntington disease (0.02, 95% CI -0.27 to 0.31). Patients with Alzheimer disease assigned to active treatment were at higher risk of experiencing serious adverse events (risk ratio [RR] 1.15, 95% CI 1.04-1.27) and withdrawals due to adverse events (RR 1.44, 95% CI 1.21-1.70). CONCLUSIONS: Assignment to active treatment was not beneficial for any of the indications examined and may have been slightly disadvantageous for patients with Alzheimer disease. Our findings suggest that patients with neurodegenerative diseases are not, on the whole, harmed by assignment to placebo when participating in trials.
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 | 0,046 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,032 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».