Incidence of Uveitis in Secukinumab‐treated Patients With Ankylosing Spondylitis: Pooled Data Analysis From Three Phase 3 Studies
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to report the incidence of uveitis in secukinumab-treated patients with ankylosing spondylitis (AS) in a pooled analysis of three phase 3 trials (MEASURE 1-3 [ClinicalTrials.gov identifiers NCT01358175, NCT01649375, NCT02008916]). METHODS: Analysis included pooled patient-level data from all patients (N = 794) who received any dose (one or more) of secukinumab up to the last patient attending the week 156 study visit in MEASURE 1 and up to the week 156 visit in MEASURE 2 and the week 104 visit in MEASURE 3 for each patient. Postmarketing data were from the periodic safety update report. Incidence of uveitis is reported as the exposure-adjusted incidence rate (EAIR) per 100 patient-years of secukinumab exposure. RESULTS: Overall, 135 (17%) patients reported preexisting (but not active or ongoing) uveitis at baseline, and 589 (74.2%) patients were HLA antigen B27 positive. The EAIR for uveitis was 1.4 per 100 patient-years over the entire treatment period. Among all cases of uveitis (n = 26), 14 (54%) were flares. The exposure-adjusted reporting rate of uveitis in the postmarketing data (which included patients across the three approved indications of psoriasis, psoriatic arthritis, and AS) was 0.03 per 100 patient-years based on cumulative secukinumab exposure of 96 054 patient-years. CONCLUSION: The incidence rate of uveitis in secukinumab-treated patients with active AS does not suggest an increased risk with secukinumab treatment.
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 | 0,038 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,020 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».