MétaCan
Menu
Retour à la cohorte
Enregistrement W3043635100 · doi:10.1371/journal.pmed.1003121

Efficacy and safety of bempedoic acid for the treatment of hypercholesterolemia: A systematic review and meta-analysis

2020· review· en· W3043635100 sur OpenAlexfundno aff
Arrigo F.G. Cicero, Federica Fogacci, Adrían V. Hernández, Maciej Banach

Notice bibliographique

RevuePLoS Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensnon disponible
Organismes subventionnairesMylanSanofiValeant Pharmaceuticals InternationalEsperion TherapeuticsRegeneron PharmaceuticalsServierAmgen
Mots-clésOdds ratioInternal medicineMedicineConfidence intervalMeta-analysisGastroenterologyRandomized controlled trialCholesterolApolipoprotein BLipoproteinEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Bempedoic acid is a first-in-class lipid-lowering drug recommended by guidelines for the treatment of hypercholesterolemia. Our objective was to estimate its average effect on plasma lipids in humans and its safety profile. METHODS AND FINDINGS: We carried out a systematic review and meta-analysis of phase II and III randomized controlled trials on bempedoic acid (PROSPERO: CRD42019129687). PubMed (Medline), Scopus, Google Scholar, and Web of Science databases were searched, with no language restriction, from inception to 5 August 2019. We included 10 RCTs (n = 3,788) comprising 26 arms (active arm [n = 2,460]; control arm [n = 1,328]). Effect sizes for changes in lipids and high-sensitivity C-reactive protein (hsCRP) serum concentration were expressed as mean differences (MDs) and 95% confidence intervals (CIs). For safety analyses, odds ratios (ORs) and 95% CIs were calculated using the Mantel-Haenszel method. Bempedoic acid significantly reduced total cholesterol (MD -14.94%; 95% CI -17.31%, -12.57%; p < 0.001), non-high-density lipoprotein cholesterol (MD -18.17%; 95% CI -21.14%, -15.19%; p < 0.001), low-density lipoprotein cholesterol (MD -22.94%; 95% CI -26.63%, -19.25%; p < 0.001), low-density lipoprotein particle number (MD -20.67%; 95% CI -23.84%, -17.48%; p < 0.001), apolipoprotein B (MD -15.18%; 95% CI -17.41%, -12.95%; p < 0.001), high-density lipoprotein cholesterol (MD -5.83%; 95% CI -6.14%, -5.52%; p < 0.001), high-density lipoprotein particle number (MD -3.21%; 95% CI -6.40%, -0.02%; p = 0.049), and hsCRP (MD -27.03%; 95% CI -31.42%, -22.64%; p < 0.001). Bempedoic acid did not significantly modify triglyceride level (MD -1.51%; 95% CI -3.75%, 0.74%; p = 0.189), very-low-density lipoprotein particle number (MD 3.79%; 95% CI -9.81%, 17.39%; p = 0.585), and apolipoprotein A-1 (MD -1.83%; 95% CI -5.23%, 1.56%; p = 0.290). Treatment with bempedoic acid was positively associated with an increased risk of discontinuation of treatment (OR 1.37; 95% CI 1.06, 1.76; p = 0.015), elevated serum uric acid (OR 3.55; 95% CI 1.03, 12.27; p = 0.045), elevated liver enzymes (OR 4.28; 95% CI 1.34, 13.71; p = 0.014), and elevated creatine kinase (OR 3.79; 95% CI 1.06, 13.51; p = 0.04), though it was strongly associated with a decreased risk of new onset or worsening diabetes (OR 0.59; 95% CI 0.39, 0.90; p = 0.01). The main limitation of this meta-analysis is related to the relatively small number of individuals involved in the studies, which were often short or middle term in length. CONCLUSIONS: Our results show that bempedoic acid has favorable effects on lipid profile and hsCRP levels and an acceptable safety profile. Further well-designed studies are needed to explore its longer-term safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0210,032
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,370
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207