Efficacy of guselkumab versus secukinumab in subpopulations of patients with moderate-to-severe plaque psoriasis: results from the ECLIPSE study
Notice bibliographique
Résumé
PURPOSE: Guselkumab, an interleukin (IL)-23 inhibitor, effectively treats moderate-to-severe plaque psoriasis. MATERIALS AND METHODS: = 514) through week 44. Efficacy (at least a 90% and 100% improvement from baseline in Psoriasis Area and Severity Index [PASI 90 and PASI 100], Investigator's Global Assessment [IGA] 0/1, and IGA 0) was analyzed across subpopulations defined by baseline: age (<45, 45 to <65, and ≥65 years old), body weight, body mass index (BMI), psoriasis disease severity (body surface area, disease duration, PASI, and IGA), psoriasis by body regions (head, trunk, upper and lower extremities), and prior psoriasis medication history at week 48. RESULTS: Overall, 1048 patients were randomized. At week 48, numerically greater proportions of patients achieved PASI 90, PASI 100, IGA 0/1, and IGA 0 with guselkumab vs. secukinumab regardless of baseline age, body weight, BMI, disease severity, body region, and prior medication. The largest differences were in patients ≥65 years old and patients weighing >100 kg. CONCLUSIONS: Guselkumab treatment provided greater efficacy vs. secukinumab at week 48 in most subpopulations of patients with psoriasis.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».