Vedolizumab and Anti-Tumour Necrosis Factor α Real-World Outcomes in Biologic-Naïve Inflammatory Bowel Disease Patients: Results from the EVOLVE Study
Notice bibliographique
Résumé
BACKGROUND AND AIMS: This study aimed to compare real-world clinical effectiveness and safety of vedolizumab, an α4β7-integrin inhibitor, and anti-tumour necrosis factor-α [anti-TNFα] agents in biologic-naïve ulcerative colitis [UC] and Crohn's disease [CD] patients. METHODS: This was a 24-month retrospective medical chart study in adult UC and CD patients treated with vedolizumab or anti-TNFα in Canada, Greece and the USA. Inverse probability weighting was used to account for differences between groups. Primary outcomes were cumulative rates of clinical effectiveness [clinical response, clinical remission, mucosal healing] and incidence rates of serious adverse events [SAEs] and serious infections [SIs]. Secondary outcomes included cumulative rates of treatment persistence [patients who did not discontinue index treatment during follow-up] and dose escalation and incidence rates of disease exacerbations and disease-related surgeries. Adjusted analyses were performed using inverse probability weighting. RESULTS: A total of 1095 patients [604 UC, 491 CD] were included. By 24 months, rates of clinical effectiveness were similar between groups, but incidence rates of SAEs (hazard ratio [HR] = 0.42 [0.28-0.62]) and SIs (HR = 0.40 [0.19-0.85]) were significantly lower in vedolizumab vs anti-TNFα patients. Rates of treatment persistence [p < 0.01] by 24 months were higher in vedolizumab patients with UC. Incidence rates of disease exacerbations were lower in vedolizumab patients with UC (HR = 0.58 [0.45-0.76]). Other outcomes did not significantly differ between groups. CONCLUSION: In this real-world setting, first-line biologic therapy in biologic-naïve patients with UC and CD demonstrated that vedolizumab and anti-TNFα treatments were equally effective at controlling disease symptoms, but vedolizumab has a more favourable safety profile.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».