Efficacy, durability, and safety of faricimab in patients from Asian countries with neovascular age-related macular degeneration: 1-Year subgroup analysis of the TENAYA and LUCERNE trials
Notice bibliographique
Résumé
PURPOSE: To evaluate 1-year efficacy, durability, and safety of faricimab among patients from Asian countries in the TENAYA/LUCERNE trials of neovascular age-related macular degeneration (nAMD). METHODS: Treatment-naïve patients with nAMD were randomly assigned (1:1) to faricimab 6.0 mg up to every 16 weeks (Q16W), based on disease activity at weeks 20 and 24, or aflibercept 2.0 mg Q8W. The primary endpoint was change in best-corrected visual acuity (BCVA) from baseline averaged over weeks 40, 44, and 48. RESULTS: In the pooled TENAYA/LUCERNE trials, there were 120 (9.0%) and 1209 (91.0%) patients in the Asian (faricimab n = 61; aflibercept n = 59) and non-Asian country (faricimab n = 604; aflibercept n = 605) subgroups, respectively. In the Asian country subgroup, mean BCVA change from baseline at the primary endpoint visits was 7.1 (95% CI, 4.3-9.8) letters with faricimab and 7.2 (4.4-10.0) letters with aflibercept. In non-Asian country patients, mean vision gains were 6.1 (5.2-7.1) and 5.7 (4.8-6.7) letters with faricimab and aflibercept, respectively. At week 48, 59.6% of Asian country patients in the faricimab group achieved Q16W dosing (vs. 43.9% non-Asian) and 91.2% achieved ≥ Q12W dosing (vs. 77.5% non-Asian). Central subfield thickness reductions were similar between the subgroups, with meaningful and similar reductions from baseline observed at the primary endpoint visits and over time. Faricimab was well tolerated in both subgroups, with an acceptable safety profile. CONCLUSION: Consistent with the global TENAYA/LUCERNE findings, faricimab up to Q16W showed sustained visual and anatomical benefits in patients with nAMD from Asian and non-Asian countries. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT03823287 (TENAYA); NCT03823300 (LUCERNE). Date of registration: January 30, 2019.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,011 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».