Long-term multisystemic efficacy of migalastat on Fabry-associated clinical events, including renal, cardiac and cerebrovascular outcomes
Notice bibliographique
Résumé
Background Fabry disease is a rare, multisystemic disorder caused by GLA gene variants that lead to alpha galactosidase A deficiency, resulting in accumulation of glycosphingolipids and cellular dysfunction. Fabry-associated clinical events (FACEs) cause significant morbidity and mortality, yet the long-term effect of Fabry therapies on FACE incidence remains unclear. Methods This posthoc analysis evaluated incidence of FACEs (as a composite outcome and separately for renal, cardiac and cerebrovascular events) in 97 enzyme replacement therapy (ERT)-naïve and ERT-experienced adults with Fabry disease and amenable GLA variants who were treated with migalastat for up to 8.6 years (median: 5 years) in Phase III clinical trials of migalastat. Associations between baseline characteristics and incidence of FACEs were also evaluated. Results During long-term migalastat treatment, 17 patients (17.5%) experienced 22 FACEs and there were no deaths. The incidence rate of FACEs was 48.3 events per 1000 patient-years overall. Numerically higher incidence rates were observed in men versus women, patients aged >40 years versus younger patients, ERT-naïve versus ERT-experienced patients and men with the classic phenotype versus men and women with all other phenotypes. There was no statistically significant difference in time to first FACE when analysed by patient sex, phenotype, prior treatment status or age. Lower baseline estimated glomerular filtration rate (eGFR) was associated with an increased risk of FACEs across patient populations. Conclusions The overall incidence of FACEs for patients during long-term treatment with migalastat compared favourably with historic reports involving ERT. Lower baseline eGFR was a significant predictor of FACEs.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».