MétaCan
Menu
Retour à la cohorte
Enregistrement W3191713770 · doi:10.1080/03007995.2021.1968362

Indirect comparisons of siponimod with fingolimod and ofatumumab in multiple sclerosis: assessing the feasibility of propensity score matching analyses

2021· article· en· W3191713770 sur OpenAlexaff
Imtiaz A. Samjoo, Evelyn Worthington, Anja Haltner, Paul Spin, Christopher Drudge, Chris Cameron, Róisín Brennan, Frank Dahlke, Nicholas Adlard

Notice bibliographique

RevueCurrent Medical Research and Opinion · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensEVERSANA (Canada)
Organismes subventionnairesNovartis
Mots-clésMedicineFingolimodPropensity score matchingMatching (statistics)Multiple sclerosisOfatumumabPhysical therapyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Objective Head-to-head trials comparing siponimod with fingolimod or ofatumumab in patients with multiple sclerosis (MS) are lacking. Instead, the comparative efficacy of siponimod can be derived from indirect treatment comparisons (ITCs). We assessed the suitability of ITCs leveraging individual patient data from relevant phase III trials across different MS phenotypes.Methods One siponimod trial in patients with secondary progressive MS (SPMS), four fingolimod trials (three in relapsing-remitting MS [RRMS], and one in primary progressive MS [PPMS]), and two ofatumumab trials in relapsing MS (RMS) were considered. The suitability of ITCs was evaluated based on trial design, patient eligibility criteria, baseline patient characteristics, placebo response, and outcome definitions for each trial. Analyses deemed feasible were conducted using one-to-one propensity score matching (PSM).Results An ITC between siponimod in SPMS and either fingolimod in RRMS or ofatumumab in RMS was not feasible because of insufficient overlap in key patient characteristics (e.g. disability level and relapse history) and differences in placebo response. However, a comparison between siponimod in SPMS and fingolimod in PPMS was feasible because of sufficient overlap in eligibility criteria and baseline characteristics. One-to-one PSM demonstrated siponimod was favored relative to fingolimod for time to 6- and 3-month confirmed disability progression though not significantly different (hazard ratio 0.76 [95% confidence interval 0.48–1.20; p-value = .240] and hazard ratio 0.80 [95% confidence interval 0.52–1.22; p-value = .300], respectively).Conclusions For trials in MS, clinical phenotype is an important determinant of ITC feasibility. An ITC between siponimod in SPMS and either fingolimod in RRMS or ofatumumab in RMS was not feasible. The only feasible comparison was between siponimod in SPMS and fingolimod in PPMS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,178
score de la tête « metaresearch » (Gemma)0,251
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,942

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,251
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,009
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,631
Tête enseignante GPT0,519
Écart entre enseignants0,112 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSimulation ou modélisation
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medical Research and OpinionMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207