Efficacy and Safety of Advanced Therapies for Moderately to Severely Active Ulcerative Colitis at Induction and Maintenance: An Indirect Treatment Comparison Using Bayesian Network Meta-analysis
Notice bibliographique
Résumé
Background: Given rapid innovation in advanced therapies for moderately to severely active ulcerative colitis (UC), we investigated their comparative efficacy and safety during induction and maintenance through network meta-analysis. Methods: Using Bayesian methods, endpoints of clinical remission and clinical response per Full Mayo score, and endoscopic improvement were assessed in bio-naive and -exposed populations. Safety was assessed in overall populations by all adverse events (AEs), serious AEs, discontinuation due to AEs, and serious infections. Phase 3 randomized controlled trials were identified via systematic literature review, including the following advanced therapies: infliximab, adalimumab, vedolizumab, golimumab, tofacitinib, ustekinumab, filgotinib, ozanimod, and upadacitinib. Random effects models were used to address between-study heterogeneity. Intent-to-treat (ITT) efficacy rates were calculated by adjusting maintenance outcomes by likelihood of induction response. Results: Out of 48 trials identified, 23 were included. Across all outcomes and regardless of prior biologic exposure, ITT efficacy rates were highest for upadacitinib, owing to its highest ranking for all efficacy outcomes in induction and for all but clinical remission during maintenance among bio-naive induction responders. For all advanced therapies versus placebo, there were no significant differences in serious AEs or serious infections across therapies. For all AEs, golimumab had higher odds versus placebo during maintenance; for discontinuation due to AEs, upadacitinib had lower odds versus placebo during induction, while ustekinumab and vedolizumab had lower odds versus placebo during maintenance. Conclusions: Upadacitinib may be the most efficacious therapy for moderately to severely active UC based on ITT analyses, with similar safety across advanced therapies.
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 | 0,043 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,043 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».