Effectiveness of delayed-release dimethyl fumarate on patient-reported outcomes and clinical measures in patients with relapsing–remitting multiple sclerosis in a real-world clinical setting: PROTEC
Notice bibliographique
Résumé
Background Patient-reported outcomes (PRO) and clinical outcomes give a broad assessment of relapsing–remitting multiple sclerosis (RRMS) disease. Objective The aim is to evaluate the effectiveness of delayed-release dimethyl fumarate (DMF) on disease activity and PROs in patients with RRMS in the clinic. Methods PROTEC, a phase 4, open-label, 12-month observational study, assessed annualized relapse rate (ARR), proportion of patients relapsed, and changes in PROs. Newly diagnosed and early MS (≤3.5 EDSS and ≤1 relapse in the prior year) patient subgroups were evaluated. Results Unadjusted ARR at 12 months post-DMF versus 12 months before DMF initiation was 75% lower (0.161 vs. 0.643, p < 0.0001) overall ( n = 1105) and 84%, 77%, and 71% lower in newly diagnosed, ≤3.5 EDSS, and ≤1 relapse subgroups, respectively. Overall, 88% of patients were relapse-free 12 months after DMF initiation (84%, newly diagnosed; 88%, ≤3.5 EDSS; 88%, ≤1 relapse). PRO measures for fatigue, treatment satisfaction, daily living, and work improved significantly over 12 months of DMF versus baseline. Conclusion At 12 months after versus 12 months before DMF initiation, ARR was significantly lower, the majority of patients were relapse-free, and multiple PRO measures showed improvement (overall and for subgroups), suggesting that DMF is effective based on clinical outcomes and from a patient perspective. Clinical trial: A Study Evaluating the Effectiveness of Tecfidera (Dimethyl Fumarate) on Multiple Sclerosis (MS) Disease Activity and Patient-Reported Outcomes (PROTEC), NCT01930708, https://clinicaltrials.gov/ct2/show/NCT01930708 .
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 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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».