A comparison of the effectiveness of biologic therapies for asthma: a systematic review and network meta-analysis
Notice bibliographique
Résumé
Abstract Background Trials have not directly compared biologics for the treatment of asthma. Objective To comparative the relative efficacy of biologics in asthma. Methods We searched MEDLINE, EMBASE, CENTRAL, and clinicaltrials.gov from inception to May 31, 2022, for randomized trials addressing biologic therapies for asthma. Reviewers worked independently and in duplicate to screen references, extract data, and assess risk of bias. We performed a frequentist network meta-analysis and assessed the certainty of evidence using the GRADE approach. We present dichotomous outcomes as absolute risk differences per 1000 patients and relative risk (RR) with 95% confidence intervals (95% CI) and continuous outcomes as mean difference (MD) and 95% CI. Results We identified 64 trials, including 26,630 patients. For patients with eosinophilic asthma, tezepelumab (329 fewer exacerbations per 1000 [95% CI 272.6 to 366.6 fewer]) and dupilumab (319.6 fewer exacerbations per 1000 [95% CI 272.6 to 357.2 fewer]) reduce exacerbations compared to placebo (high certainty). Tezepelumab (MD 0.24 L [95% CI 0.16 to 0.32]) and dupilumab (0.25 L (95% CI 0.21 to 0.29) improve lung function (FEV1) compared to placebo (high certainty). Both tezepelumab (110.97 fewer hospital admissions per 1000 (95% CI 94.53 to 120.56 fewer) and dupilumab (97.27 fewer hospitalizations [4.11 to 124.67 fewer]) probably reduce hospital admissions compared to placebo (moderate certainty). For patients with low eosinophils, biologics probably do not improve asthma outcomes. For these patients, tezepelumab (MD 0.1 L [95% CI 0 to 0.19]) and dupilumab (MD 0.1 L [95% CI 0 to 0.20)] may improve lung function (low certainty). Conclusion Tezepelumab and dupilumab are effective at reducing exacerbations. For patients with low eosinophils, however, clinicians should probably be more judicious in use of biologics, including tezepelumab since they probably do not confer substantial benefit.
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 | 0,042 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,028 | 0,052 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».