Healthcare resource utilization in a phase 3 trial of SER-109 in patients with recurrent Clostridioides difficile infection
Notice bibliographique
Résumé
Background: The estimated economic cost of Clostridioides difficile infection (CDI) is $5.4 billion annually, primarily attributed to acute-care costs. We previously reported data from ECOSPOR III that SER-109, an investigational oral microbiome therapeutic, was superior to placebo in reducing recurrent CDI (rCDI) in adults at 8 weeks after treatment, with a 68% relative risk reduction. Adults with rCDI have more hospitalizations and emergency room (ER) visits (defined herein as healthcare resource utilization, HRU) compared to those without recurrence. Thus, we evaluated incidence of HRU. Methods: Adults with rCDI (≥3 episodes in 12 months) were screened at 56 US and Canadian sites and were randomized 1:1 to SER-109 (4 capsules × 3 days) or placebo following resolution of CDI with standard-of-care CDI antibiotics. The primary end point was rCDI at 8 weeks. Exploratory end points included cumulative incidence of hospitalizations through 24 weeks after treatment. Here, we report cumulative incidence of all-cause HRU through 8 weeks after treatment. Results: In total, 281 patients were screened and 182 were randomized (59.9% female; mean age 65.5 years; 98.9% outpatient). Overall, 31 patients (17%) had 38 hospitalizations or ER visits through week 8 (11 events in 10 SER-109 patients and 27 events in 21 placebo patients) (Table 1). The cumulative incidence of HRU was lower in SER-109–treated patients compared to placebo at both weeks 4 and 8 with most events (65.8%) recorded within 4 weeks after treatment. The adjusted HRU incidence rate (by person time, age, sex, and antibiotic use) was also lower in SER-109–treated patients compared to placebo at weeks 4 and 8 (0.256 [95% CI, 0.096–0.683] versus 0.417 [95% CI, 0.199–0.873], respectively). Conclusions: SER-109–treated patients had less HRU compared to placebo patients through 8 weeks after treatment in this mostly outpatient population. These data suggest a potential benefit of SER-109 in reducing HRU, thus lowering the healthcare burden of rCDI. Funding: Seres Therapeutics Disclosures: None
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».