664-P: Incorporating Treatment Pauses, Dosing Flexibility, and Education to Support GLP-1RA Therapy Persistence
Notice bibliographique
Résumé
As the first oral GLP-1 receptor agonist (GLP-1RA), oral semaglutide (sema) may facilitate increased access to the benefits of GLP-1RA therapy in broader care settings. Understanding the management of GLP-1RA therapy when intolerability occurs, including gastrointestinal (GI) adverse events (AEs), is important to overcome potential barriers to treatment persistence. The PIONEER 6 trial (NCT02692716; N=3183) examined the efficacy and safety of oral sema in patients (pts) with T2D either ≥50 years with established cardiovascular (CV) or kidney disease, or ≥60 years with CV risk factors. In total, 27% of pts stopped taking oral sema at least once during the trial due to an AE, but only 12% permanently discontinued due to an AE. We thus evaluated medication management strategies within PIONEER 6 to assess their role in supporting treatment continuation. Pts on oral sema underwent dose escalation starting at 3 mg, increasing to 7 mg after 4 weeks, and 14 mg after 8 weeks. Investigators were permitted to reduce the dose if AEs developed and to re-escalate the dose once symptoms had resolved or diminished. Pts were educated as needed to address GI tolerability issues throughout the trial. Pts who discontinued treatment because of an AE were encouraged to resume treatment once willing or once the AE had ceased. The time off oral sema was considered a treatment pause. If treatment pauses were >21 days, re-escalation from a lower dose was recommended to mitigate GI AEs. Discontinuation of oral sema (temporary and permanent) mostly occurred during the initial dose escalation period. In total, 23% of pts receiving oral sema had ≥1 treatment pause, the majority of whom (72%) had just one pause. The median duration of treatment pause was 21 (IQR 7-51) days. Importantly, 75% of pts restarted oral sema after the first AE-related treatment discontinuation. These data highlight the role of treatment pauses, flexibility, and education in mitigating potential AEs to support treatment persistence on GLP-1RAs. Disclosure V. R. Aroda: Consultant; Self; Applied Therapeutics, Duke, Novo Nordisk, Pfizer Inc., Sanofi, Employee; Spouse/Partner; Janssen, Merck, Research Support; Self; Applied Therapeutics, Eli Lilly and Company, Fractyl, Medpace, Medpace, Novo Nordisk, Premier, Sanofi, Stock/Shareholder; Spouse/Partner; Janssen, Merck. R. Bauer: Employee; Self; Novo Nordisk A/S. A. L. Davies: Employee; Self; Novo Nordisk. E. B. Kreiner: Employee; Self; Novo Nordisk A/S, Stock/Shareholder; Self; Novo Nordisk A/S. P. J. Lin: Advisory Panel; Self; Novo Nordisk, Speaker’s Bureau; Self; AstraZeneca, Boehringer Ingelheim (Canada) Ltd., Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Janssen Pharmaceuticals, Inc., Merck & Co., Inc., Novo Nordisk Canada Inc., Sanofi. R. E. Pratley: Other Relationship; Self; Hanmi Pharmaceutical, Merck Sharp & Dohme Corp., Metavention, Monster Energy Company, Inc., Novo Nordisk, Pfizer Inc., Poxel SA, Sanofi, Scohia Pharma Inc., Sun Pharmaceutical Industries Ltd. S. C. Bain: Advisory Panel; Self; AstraZeneca, Boehringer Ingelheim International GmbH, Lilly Diabetes, Napp Pharmaceuticals, Novo Nordisk A/S, Sanofi, Consultant; Self; ADOCIA, Speaker’s Bureau; Self; Bayer AG, Medscape, WebMD LLC. Funding Novo Nordisk A/S
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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 ».