Integrating efficacy and safety of vedolizumab compared with other advanced therapies to assess net clinical benefit of ulcerative colitis treatments: a network meta-analysis
Notice bibliographique
Résumé
Objectives: Because only one head-to-head randomized trial of biologics for moderate-to-severe UC has been performed, indirect treatment comparisons remain important. This systematic review and network meta-analysis examined efficacy and safety of biologics and tofacitinib for moderate-to-severe UC, using vedolizumab as reference.Methods: Relevant studies (N = 19) of vedolizumab, adalimumab, infliximab, golimumab, ustekinumab, and tofacitinib were identified. Study design differences were addressed by assessing efficacy outcomes conditional on response at maintenance initiation. Primary analysis used fixed-effect models to estimate odds ratios for efficacy and safety endpoints.Results: Compared with vedolizumab 300 mg, adalimumab 160/80 mg was associated with less clinical remission (odds ratio, 0.69 [95% credible interval, 0.54–0.88]), and infliximab 5 mg/kg was associated with more clinical remission (1.67 [1.16–2.42]) and response (1.63 [1.15–2.30]). Adalimumab 40 mg, golimumab 50 mg, and ustekinumab 90 mg Q12W had significantly lower clinical remission rates during maintenance (0.62 [0.45–0.86], 0.55 [0.32–0.95], and 0.59 [0.35–0.99]) versus vedolizumab 300 mg Q8W. Response results were similar. Tofacitinib 10 mg had the highest maintenance treatment efficacy estimates and highest infection risk.Conclusion: Network meta-analysis and novel integrated benefit-risk analysis suggest a potentially favorable efficacy-safety balance for vedolizumab vs adalimumab and other advanced UC therapies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».