Rimegepant, Ubrogepant, and Lasmiditan in the Acute Treatment of Migraine Examining the Benefit-Risk Profile Using Number Needed to Treat/Harm
Notice bibliographique
Résumé
OBJECTIVES: To develop and compare benefit-risk profiles for rimegepant, ubrogepant, and lasmiditan based on a network meta-analysis (NMA) of published clinical trials. METHODS: A fixed-effects Bayesian NMA of randomized controlled trials of lasmiditan, rimegepant, and ubrogepant for the acute treatment of adults with migraine were used to determine risk differences for efficacy and safety outcomes of the 3 treatments compared with pooled placebo. Risk differences were used to calculate number needed to treat (NNT) for pain relief and pain freedom at 2 and 2 to 24 hours and freedom from most bothersome symptoms at 2 hours; and number needed to harm (NNH) for dizziness and nausea, relative to placebo. RESULTS: Results were based on 5 randomized controlled trials (NCT03461757, NCT02828020, NCT02867709, NCT02439320, and NCT02605174). NNT to achieve sustained pain relief at 2 to 24 hours was lowest for rimegepant 75 mg (5; 95% credible interval [Crl]: 4, 7) and ubrogepant 100 mg (5; 95% Crl: 4, 8) and highest for ubrogepant 25 mg (8; 95% Crl: 5, 16). Rimegepant had the lowest NNT to achieve sustained pain freedom at 2 to 24 hours and lasmiditan 50 mg had the highest (7; 95% Crl: 5, 12 vs. 26; 95% Crl: 13, 95). NNH for dizziness and nausea was highest for ubrogepant 25 mg (28; 95% Crl: 15, 62 and 99; 95% Crl: -2580, 2378, respectively). Lasmiditan 200 mg had the lowest NNH for dizziness and rimegepant 75 mg had the lowest NNH for nausea. CONCLUSIONS: The benefit-risk profiles of lasmiditan, rimegepant, and ubrogepant may improve clinical decision-making.
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 | 0,084 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,053 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 ».