Impact of lemborexant treatment on insomnia severity: analyses from a 12-month study of adults with insomnia disorder
Notice bibliographique
Résumé
OBJECTIVE/BACKGROUND: Evaluate changes in insomnia severity in subjects with moderate to severe insomnia (Insomnia Severity Index [ISI] score ≥15) treated for 12 months nightly with lemborexant. PATIENTS/METHODS: This phase 3 randomized study comprised two 6-month treatment periods. In Period 1, 949 subjects were randomized to placebo, lemborexant 5 mg (LEM5) or 10 mg (LEM10). In Period 2, placebo subjects were rerandomized to LEM5 or LEM10; subjects initially randomized to lemborexant continued their assigned treatment. Insomnia severity was assessed using baseline ISI and 1-, 3-, 6-, 9-, and 12-month post-treatment scores. RESULTS: Mean ISI scores improved significantly across treatment groups and disease severities, with greater decreases from baseline in the LEM5 and LEM10 versus placebo groups at months 1 (-7.1, -7.2, -5.2, respectively), 3 (-8.6, -8.9, -6.1, respectively), and 6 (-9.9, -9.8, -7.2 respectively); ISI score improvements were maintained with LEM5 and LEM10 at months 9 (-11.1 and -11.2, respectively) and 12 (-11.5 and -11.2, respectively). At months 1, 3, and 6, significantly more treatment responders (≥7-point ISI score decrease from baseline) were observed with LEM5 (44%-57%) and LEM10 (44%-52%) versus placebo (30%-41%). At months 1, 3, and 6, more remitters (ISI total score <10 and < 8) were observed with LEM5 (30%-44% and 22%-34%, respectively) and LEM10 (31%-41% and 22%-31%, respectively) versus placebo (18%-28% and 11%-21%, respectively). CONCLUSIONS: Lemborexant significantly reduced insomnia severity for 12 months and increased clinically meaningful response and remission rates versus placebo. CLINICAL TRIAL REGISTRATION: ClinicalTrials.gov, NCT02952820; ClinicalTrialsRegister.eu, EudraCT Number 2015-001463-39.
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 | 0,001 |
| 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) | 0,004 | 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 ».