Identification of predictors of response to Erenumab in a cohort of patients with migraine
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The migraine-specific monoclonal antibody Erenumab targeting the calcitonin gene related peptide receptor is an effective and well tolerated preventive treatment of episodic and chronic migraine. However, its price limits its use as a first line therapy against migraine. Therefore, identifying patients who will adequately respond to such treatment is paramount. Methods: In this retrospective, real-life cohort study, 172 adult patients with refractory episodic or chronic migraine treated with Erenumab were included. To identify the predictors of response to Erenumab, bivariate subgroup analysis of several potential factors was performed, and multivariate logistic regression modeling was done to obtain Odds Ratio (OR). Results: Of the 172 patients, 57.0% achieved a successful treatment response (reduction of monthly migraine days by ≥50%). Statistically significant predictors of a treatment response were the presence of chronic migraine, tension-type headache, and a positive response to triptan with an odd ratio of 0.473 (95% CI, 0.235–0.952), 0.485 (95% CI, 0.245–0.962) and 3.985 (95% CI, 1.811–8.770), respectively (P < 0.05). Conclusions: Successful Erenumab treatment response rate was 57.0% in this retrospective cohort. As chronic migraine and tension-type headache were negative predictors of Erenumab response while triptan response was a positive predictor, this data suggests the potential for Erenumab monotherapy without the need for traditional preventive treatment in refractory migraine sufferers improving side effect profile and treatment adherence for a cohort of patients difficult to treat.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle