Emerging Drugs for Generalized Myasthenia Gravis
Notice bibliographique
Résumé
Horizon Scan reports provide brief summaries of information regarding new and emerging health technologies. These technologies are identified through the CADTH Horizon Scanning Service as topics of potential interest to health care decision-makers in Canada. This Horizon Scan summarizes the available information regarding emerging targeted therapies for the treatment of generalized myasthenia gravis (MG). MG is a rare and chronic autoimmune disease in which autoantibodies attack specific proteins in the neuromuscular junction, resulting in muscle weakness. Many patients develop generalized MG resulting in severe fatigable muscle weakness with difficulties in facial expression, speech, swallowing, and mobility. Current treatments for MG include anticholinesterase inhibitors, systemic corticosteroids, and nonsteroidal immunosuppressive drugs. IV immunoglobulins or therapeutic plasma exchange are the current treatment options for patients with severe or acutely worsening generalized MG. Thymectomy is also considered a treatment option for patients with generalized MG who fail to respond to immunotherapy or have intolerable side effects. In this scan, we have reviewed 6 new treatment strategies that target specific areas of the immune system involved in the pathogenesis of MG: efgartigimod, rozanolixizumab, zilucoplan, ravulizumab, batoclimab, and nipocalimab. Phase II and III clinical trials have shown that these drugs may potentially benefit patients with generalized MG based on improvements in measures of disease severity and functional disability. The information presented is limited in that most of the available evidence comes from phase II trials that were designed to primarily investigate safety and tolerability based on small sample sizes, short trial duration, and narrow inclusion criteria. Therefore, findings do not reflect current standard of practice for maintenance therapy for generalized MG in the real-world setting. Considerations for future use include identifying the population that will most likely benefit from therapy and evaluating these drugs for rare and serious adverse events. Factors such as ease of administration, dosing schedule, and cost are all important factors that will help determine uptake and place in therapy for these emerging targeted therapies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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 ».