Astegolimab or Efmarodocokin Alfa in Patients With Severe COVID-19 Pneumonia: A Randomized, Phase 2 Trial*
Notice bibliographique
Résumé
OBJECTIVES: Severe cases of COVID-19 pneumonia can lead to acute respiratory distress syndrome (ARDS). Release of interleukin (IL)-33, an epithelial-derived alarmin, and IL-33/ST2 pathway activation are linked with ARDS development in other viral infections. IL-22, a cytokine that modulates innate immunity through multiple regenerative and protective mechanisms in lung epithelial cells, is reduced in patients with ARDS. This study aimed to evaluate safety and efficacy of astegolimab, a human immunoglobulin G2 monoclonal antibody that selectively inhibits the IL-33 receptor, ST2, or efmarodocokin alfa, a human IL-22 fusion protein that activates IL-22 signaling, for treatment of severe COVID-19 pneumonia. DESIGN: Phase 2, double-blind, placebo-controlled study (COVID-astegolimab-IL). SETTING: Hospitals. PATIENTS: Hospitalized adults with severe COVID-19 pneumonia. INTERVENTIONS: Patients were randomized to receive IV astegolimab, efmarodocokin alfa, or placebo, plus standard of care. The primary endpoint was time to recovery, defined as time to a score of 1 or 2 on a 7-category ordinal scale by day 28. MEASUREMENTS AND MAIN RESULTS: The study randomized 396 patients. Median time to recovery was 11 days (hazard ratio [HR], 1.01 d; p = 0.93) and 10 days (HR, 1.15 d; p = 0.38) for astegolimab and efmarodocokin alfa, respectively, versus 10 days for placebo. Key secondary endpoints (improved recovery, mortality, or prevention of worsening) showed no treatment benefits. No new safety signals were observed and adverse events were similar across treatment arms. Biomarkers demonstrated that both drugs were pharmacologically active. CONCLUSIONS: Treatment with astegolimab or efmarodocokin alfa did not improve time to recovery in patients with severe COVID-19 pneumonia.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,004 | 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 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 ».