Considerations for determining the efficacy of new antiseizure medications in children age 1 month to younger than 2 years
Notice bibliographique
Résumé
OBJECTIVES: Drug treatment for children with epilepsy should, ideally, be governed by evidence from adequate and well-controlled clinical studies. However, these studies are difficult to conduct, and so direct evidence supporting the informed use of specific drugs is often lacking. The Research Roundtable for Epilepsy (RRE) met in 2020 to align on an approach to therapy development for focal seizures in children age 1 month <2 years of age. METHODS: The RRE reviewed the regulatory landscape, epidemiology, seizure semiology, antiseizure medicine pharmacology, and safety issues applicable to this population. RESULTS: After reviewing evidence, the conclusion was that pediatric efficacy trials would be impracticable to conduct but a waiver of the regulatory requirement to conduct any study would lead to an absence of information to guide dosing in a critical population. Review of available data and discussion of RRE attendees led to the conclusion that the requirements for extrapolation of efficacy from older children down to infants from age 1 month to <2 years old appeared to be met. After the RRE, the US Food and Drug Administration (FDA) approved brivaracetam for use in children with focal epilepsy above the age of 1 month in August 2021 and lacosamide in October 2021, both based on the principle of extrapolation from data in older children. SIGNIFICANCE: These recommendations should result in more rapid accessibility of antiseizure medications for infants.
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 | 0,061 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».