Real‐world persistence of erenumab for preventive treatment of chronic and episodic migraine: Retrospective real‐world study
Notice bibliographique
Résumé
OBJECTIVE: To describe the real-world treatment persistence (defined as the continuation of medication for the prescribed treatment duration), demographics and clinical characteristics, and treatment patterns for patients prescribed erenumab for migraine prevention in Canada. BACKGROUND: The effectiveness of prophylactic migraine treatments is often undermined by poor treatment persistence. In clinical trials, erenumab has demonstrated efficacy and tolerability as a preventive treatment, but less is known about the longer term treatment persistence with erenumab. METHODS: This is a real-world retrospective cohort study where a descriptive analysis of secondary patient data was conducted. Enrollment and prescription data were extracted from a patient support program for a cohort of patients prescribed erenumab in Canada between September 2018 and December 2019 and analyzed for persistence, baseline demographics, clinical characteristics, and treatment patterns. Descriptive analyses and unadjusted Kaplan-Meier (KM) curves were used to summarize the persistence and dose escalation/de-escalation at different timepoints. RESULTS: Data were analyzed for 14,282 patients. Median patient age was 47 years, 11,852 (83.0%) of patients were female, and 9443 (66.1%) had chronic migraine at treatment initiation. Based on KM methods, 71.0% of patients overall were persistent to erenumab 360 days after treatment initiation. Within 360 days of treatment initiation, it is estimated that 59.3% (KM-derived) of patients who initiated erenumab at 70 mg escalated to 140 mg, and 4.4% (KM-derived) of patients who initiated at 140 mg de-escalated to 70 mg. CONCLUSIONS: The majority of patients prescribed erenumab remained persistent for at least a year after treatment initiation, and most patients initiated or escalated to a 140 mg dose. These results suggest that erenumab is well tolerated, and its uptake as a new class of prophylactic treatment for migraine in real-world clinical practice is not likely to be undermined by poor persistence when coverage for erenumab is easily available.
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 | 0,002 | 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 ».