Siponimod vs placebo in active secondary progressive multiple sclerosis: a post hoc analysis from the phase 3 EXPAND study
Notice bibliographique
Résumé
Abstract Background Siponimod is a sphingosine 1-phosphate receptor modulator approved for active secondary progressive multiple sclerosis (aSPMS) in most countries; however, phase 3 EXPAND study data are from an SPMS population with/without disease activity. A need exists to characterize efficacy/safety of siponimod in aSPMS. Methods Post hoc analysis of participants with aSPMS (≥ 1 relapse in 2 years before study and/or ≥ 1 T1 gadolinium-enhancing [Gd +] magnetic resonance imaging [MRI] lesions at baseline) receiving oral siponimod (2 mg/day) or placebo for up to 3 years in EXPAND. Endpoints: 3-month/6-month confirmed disability progression (3mCDP/6mCDP); 3-month confirmed ≥ 20% worsening in Timed 25-Foot Walk (T25FW); 6-month confirmed improvement/worsening in Symbol Digit Modalities Test (SDMT) scores (≥ 4-point change); T2 lesion volume (T2LV) change from baseline; number of T1 Gd + lesions baseline–month 24; number of new/enlarging (N/E) T2 lesions over all visits. Results Data from 779 participants with aSPMS were analysed. Siponimod reduced risk of 3mCDP/6mCDP vs placebo (by 31%/37%, respectively; p < 0.01); there was no significant effect on T25FW. Siponimod increased likelihood of 6-month confirmed SDMT improvement vs placebo (by 62%; p = 0.007) and reduced risk of 6-month confirmed SDMT worsening (by 27%; p = 0.060). Siponimod was associated with less increase in T2LV (1316.3 vs 13.3 mm 3 ; p < 0.0001), and fewer T1 Gd + and N/E T2 lesions than placebo (85% and 80% reductions, respectively; p < 0.0001). Conclusions In aSPMS, siponimod reduced risk of disability progression and was associated with benefits on cognition and MRI outcomes vs placebo. Trial registration ClinicalTrials.gov number : NCT01665144.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».