Clinical Effectiveness of Elexacaftor/Tezacaftor/Ivacaftor in People with Cystic Fibrosis: A Clinical Trial
Notice bibliographique
Résumé
Abstract Rationale The cystic fibrosis (CF) modulator drug, elexacaftor/tezacaftor/ivacaftor (ETI), proved highly effective in controlled clinical trials for individuals with at least one F508del allele, which occurs in at least 85% of people with CF. Objectives PROMISE is a postapproval study to understand the broad effects of ETI through 30 months’ clinical use in a more diverse U.S. patient population with planned analyses after 6 months. Methods Prospective, observational study in 487 people with CF age 12 years or older with at least one F508del allele starting ETI for the first time. Assessments occurred before and 1, 3, and 6 months into ETI therapy. Outcomes included change in percent predicted FEV1 (ppFEV1), sweat chloride concentration, body mass index (BMI), and self-reported respiratory symptoms. Measurements and Main Results Average age was 25.1 years, and 44.1% entered the study using tezacaftor/ivacaftor or lumacaftor/ivacaftor, whereas 6.7% were using ivacaftor, consistent with F508del homozygosity and G551D allele, respectively. At 6 months into ETI therapy, ppFEV1 improved 9.76 percentage points (95% confidence interval [CI], 8.76 to 10.76) from baseline, cystic fibrosis questionnaire–revised respiratory domain score improved 20.4 points (95% CI, 18.3 to 22.5), and sweat chloride decreased −41.7 mmol/L (95% CI, −43.8 to −39.6). BMI also significantly increased. Changes were larger in those naive to modulators but substantial in all groups, including those treated with ivacaftor at baseline. Conclusions ETI by clinical prescription provided large improvements in lung function, respiratory symptoms, and BMI in a diverse population naive to modulator drug therapy, using existing two-drug combinations, or using ivacaftor alone. Each group also experienced significant reductions in sweat chloride concentration, which correlated with improved ppFEV1 in the overall study population. Clinical trial registered with www.clinicaltrials.gov (NCT NCT04038047).
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».