Predicting Treatment Responses in Patients With Osteoarthritis: Results From Two Phase III Tanezumab Randomized Clinical Trials
Notice bibliographique
Résumé
Prediction of treatment responses is essential to move forward translational science. Our question was to identify patient-based variables that predicted responses to treatments. We conducted secondary analyses on pooled data from two randomized phase III clinical trials (NCT02697773 and NCT02709486) conducted in participants with moderate to severe osteoarthritis randomized to subcutaneous placebo (n = 514) or tanezumab 2.5 mg (n = 514). We used gradient boosted regression trees to identify variables that predicted Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) Pain subscale scores at Week 16 and marginal plots to determine the directional relationship between each variable category and responses to placebo or tanezumab within the models. We also used Virtual Twins models to identify potential subgroups of response to the active treatment vs. placebo. We found that responses to placebo were predicted by baseline WOMAC Physical Function, baseline WOMAC Pain, the radiographic classification of the index joint, and the standard deviation of diary pain scores at baseline. In contrast, baseline WOMAC Pain along with failure of prior medications, duration of disease, and standard deviation of diary pain scores at baseline were predictive of tanezumab responses as expressed by the WOMAC Pain scores at Week 16. Those who responded to tanezumab vs. placebo were identified based on the radiographic classification of the index joint and either age or smoking status. These secondary-data analyses identified distinct and common patient-based variables to predict response to placebo or tanezumab. These findings will inform the design of future clinical trials, helping to move forward clinical pharmacology and translational science.
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 | 0,082 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,013 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».