Abstract 16427: Efficacy and Safety of Inclisiran According to Age: A Pooled Analysis of Phase III Studies (ORION 9, 10 and 11)
Notice bibliographique
Résumé
Introduction: The risk of major atherosclerotic CV events increases with age, as do comorbidities, polypharmacy, and greater vulnerability to adverse drug reactions/events, posing challenges in the treatment of dyslipidemia. Three Phase III placebo-controlled trials evaluated the efficacy and safety of inclisiran according to age. Objective: To assess the efficacy and safety of inclisiran in patients across age categories. Methods: Patients were categorized according to age: <65 years (not old), ≥65 and <75 years (old), or ≥75 years (very old). The co-primary endpoints were percentage change in LDL-C from baseline to Day 510 and time-adjusted percentage change from baseline after Day 90 up to Day 540. Efficacy and safety parameters were assessed over 18 months. Results: Of a total 3660 patients, 1737 [47.5%] were not old, 1431 [39.1%] were old, and 492 [13.4%] were very old. At baseline, the prevalence of comorbidities increased with age (not old, old, very old): stage 3 CKD (8.4%, 19.9%, 31.2%), hypertension (72.9%, 85.2%, 88.1%) and diabetes mellitus (32.2%, 40.0%, 38.0%), respectively. The placebo-corrected percentage change in LDL-C with inclisiran was similar across all ages: from baseline to Day 510 [–51.3% (not old), –49.9% (old), –51.0% (very old); P <0.0001 for all] and time-adjusted from baseline to Day 90 up to Day 540 [–49.6% (not old), –51.5% (old), –50.8% (very old); P <0.0001 for all]. Overall AE and SAE rates increased with age and were similar between both treatment arms in all groups, except for injection-site reactions that were higher with inclisiran vs placebo across all ages, and were more frequent in not old patients. CK levels >5x ULN were more frequently elevated in the not old category (Table). Conclusion: Inclisiran lowered LDL-C similarly across all ages with an acceptable safety profile. Inclisiran added to maximally tolerated statin therapy could be a safe option for older patients with ASCVD who need more intensive lipid-lowering 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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,013 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».