Efficacy of dupilumab in patients with a history of prior sinus surgery for chronic rhinosinusitis with nasal polyps
Notice bibliographique
Résumé
BACKGROUND: Chronic rhinosinusitis with nasal polyps (CRSwNP) is a type 2 inflammatory disease treated with sinus surgery when refractory to medical intervention. However, recurrence postsurgery is common. Dupilumab, a fully human monoclonal antibody, blocks the shared receptor for interleukin 4 (IL-4) and IL-13, key and central drivers of type 2 inflammation. We report the efficacy of dupilumab in patients with CRSwNP from the SINUS-24/SINUS-52 trials (NCT02912468/NCT02898454), by number of prior surgeries and time since last surgery. METHODS: Patients were randomized to placebo or dupilumab 300 mg every 2 weeks. Post hoc subgroup analyses were performed for patients with 0, ≥1, 1/2, or ≥3 prior surgeries, and for patients who had surgery within <3, 3 to <5, 5 to <10, or ≥10 years. Efficacy outcomes at 24 weeks included co-primary endpoints nasal polyp score (NPS) and nasal congestion (NC), and Lund-Mackay (LMK), 22-item Sino-Nasal Outcome Test (SNOT-22), and smell scores. RESULTS: Of 724 patients randomized, 459 (63.4%) had ≥1 prior surgery. Baseline sinus disease (NPS, NC, LMK) and olfactory dysfunction (University of Pennsylvania Smell Identification Test [UPSIT] and loss of smell) scores were worse for patients with ≥3 prior surgeries vs no surgery. Baseline NPS and LMK were worse in patients with <3 years since last surgery than in patients with ≥5 years since last surgery. Dupilumab significantly improved all outcome measures vs placebo in all subgroups by number of surgeries and by time since last surgery. Improvements in NPS and LMK were greater in patients with <3 years since last surgery than patients with ≥5 years. Safety results were consistent with the known dupilumab safety profile. CONCLUSION: Dupilumab improved CRSwNP outcomes irrespective of surgery history, with greater improvements in endoscopic outcomes in patients with shorter duration since last surgery.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| 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 ».