Effect of Dupilumab on Blood Eosinophil Counts in Patients With Asthma, Chronic Rhinosinusitis With Nasal Polyps, Atopic Dermatitis, or Eosinophilic Esophagitis
Notice bibliographique
Résumé
BACKGROUND: Transient increases in blood eosinophil counts have been observed in dupilumab clinical trials. OBJECTIVE: To assess eosinophil counts and eosinophilia-related treatment-emergent adverse events (TEAEs) across 11 dupilumab clinical trials, comparing adult and adolescent patients with asthma and adult patients with chronic rhinosinusitis with nasal polyps (CRSwNP), atopic dermatitis, and eosinophilic esophagitis. METHODS: Eosinophil counts, rates of eosinophilia-related TEAEs or treatment-emergent eosinophilia (>1,500 cells/μL), discontinuations, clinical symptoms, and efficacy in patients with asthma or CRSwNP with treatment-emergent eosinophilia are presented. RESULTS: Transient increases in mean eosinophil counts were observed in dupilumab-treated patients with asthma (mean range across studies at baseline: 349-370 cells/μL; week 4: 515-578 cells/μL), CRSwNP (baseline: 440-448 cells/μL; week 16: 595 cells/μL), and atopic dermatitis (baseline: 434-600 cells/μL; week 4: 410-710 cells/μL), followed by a decline starting by week 24 to baseline or lower. No increases were seen in patients with eosinophilic esophagitis (baseline: 310 cells/μL; week 4: 230 cells/μL). In dupilumab-treated patients across all studies, rates of eosinophilia TEAEs were 0% to 13.6%. Clinical symptoms associated with increased eosinophils were rare (seven of 4,666 dupilumab-treated patients, including six cases of eosinophilic granulomatosis with polyangiitis) and occurred only in patients with asthma or CRSwNP. Eosinophilia was not associated with reduced dupilumab efficacy. CONCLUSIONS: Transient increases in eosinophil counts with dupilumab treatment did not affect efficacy and were rarely of clinical consequence. It remains important for physicians to base judgment on individual patient history and baseline eosinophil counts and to be alert to hypereosinophilic symptoms.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».