Comparable Efficacy and Safety of Teriflunomide versus Dimethyl Fumarate for the Treatment of Relapsing-Remitting Multiple Sclerosis
Notice bibliographique
Résumé
BACKGROUND: The aim of this observational study is to investigate the efficacy and safety of two approved oral disease-modifying therapies (DMTs) in patients with remitting-relapsing multiple sclerosis (RRMS): dimethyl fumarate (DMF) vs. teriflunomide (TRF). METHODS: A total of 159 RRMS patients (82 on TRF and 77 on DMF) were included. The expanded disability status scale (EDSS), confirmed disability improvement (CDI), confirmed disability progression (CDP), and annualized relapse rate (ARR) were evaluated for the two-year period prior to enrollment in our study. The drug-associated adverse effects (AEs) were recorded. We conducted propensity matching score to compare the efficacy between TRF and DMF. RESULTS: value >0.05). TRF discontinuation occurred in 2 patients (2.43%) due to mediastinitis and liver dysfunction, while a patient (1.29%) discontinued DMF due to depression. Incidence rate of AEs in the TRF-treated group was 81.4%: hair thinning (hair loss) (62.9%), nail loss (20.9%), and elevated aminotransferase (14.8%) were the most common AEs; in DMF-treated patients, AEs were 88.2% with predominance of flushing (73.2%), pruritus (16.9%), and abdominal pain (16.9%). CONCLUSION: Based on our findings, DMF is as efficacious and safe as TRF for the treatment of RRMS in our Iranian study population. Multicentric studies need to corroborate these findings in other populations.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».