Long-Term Health Outcomes of Lecanemab in Patients with Early Alzheimer’s Disease Using Simulation Modeling
Notice bibliographique
Résumé
INTRODUCTION: Alzheimer's disease (AD) is a progressive, neurodegenerative disease and is the most common cause of dementia. Lecanemab is a humanized monoclonal antibody targeting amyloid protofibrils for the treatment of early AD. In the phase II BAN2401-G000-201 trial (NCT01767311), lecanemab reduced amyloid accumulated in the brain and slowed progression on key global and cognitive scales evaluating efficacy after 18 months of treatment. METHODS: A disease simulation model was used to predict the long-term clinical outcomes of lecanemab for patients with early AD [i.e., mild cognitive impairment (MCI) due to AD and mild AD dementia] on the basis of BAN2401-G000-201 trial data and published literature. The model captures the pathophysiology and management of AD, with a focus on simulating the effects of disease modification and early intervention on disease progression. The model compares lecanemab in addition to standard of care (SoC) versus SoC alone. RESULTS: Lecanemab treatment was estimated to slow the rate of disease progression, resulting in an extended duration of MCI due to AD and mild AD dementia and shortened duration in moderate and severe AD dementia. The mean time to mild, moderate, and severe AD dementia was longer for patients in the lecanemab + SoC group than for patients in the SoC group by 2.51, 3.13, and 2.34 years, respectively. On base-case analysis, lecanemab was associated with 0.73 incremental life years (LY) and 0.75 incremental quality-adjusted LYs (QALY), and the caregiver QALYs lost was reduced by 0.03 years. The model also predicted a lower lifetime probability of admission to institutional care in lecanemab + SoC versus SoC group (25% versus 31%). CONCLUSION: The model results demonstrate the potential clinical value of lecanemab for patients with early AD and how it can slow the rate of disease progression and reduce the lifetime probability for institutionalized care.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».