Systematic review of efficacy and meta-analysis of safety of ranibizumab biosimilars relative to reference ranibizumab anti-VEGF therapy for nAMD treatment
Notice bibliographique
Résumé
Topic This systematic review and meta-analysis provides a summary of the efficacy and safety of ranibizumab biosimilars relative to reference ranibizumab anti-vascular endothelial growth factor (VEGF) therapy for the treatment of neovascular age-related macular degeneration (nAMD). Methods We conducted systematic searches from January 2003 to August 2022 on Ovid MEDLINE, EMBASE and the Cochrane Controlled Register of Trials. We included studies reporting changes in early treatment diabetic retinopathy study-measured best-corrected visual acuity (BCVA), number of patients who lost or gained more than 15 letters in BCVA from baseline, changes in retinal thickness and adverse events between treatment arms. The following studies were excluded: studies that did not report visual outcomes following biosimilar and reference ranibizumab intravitreal injections, study arms combining anti-VEGF agents with laser or steroid injections, sham injections as a control comparator, studies without English full texts and non-comparative, observational study design. Results Five studies reported on four randomised controlled trials (RCTs) and 1544 eyes at baseline were included in this systematic review and meta-analysis. The studies in our systematic review found no significant differences between reference ranibizumab and ranibizumab biosimilar medications (FYB201, SB11, RanizuRel and Lupin’s ranibizumab) for visual and anatomical outcomes. No significant differences were detected between biosimilar and reference ranibizumab for treatment emergent adverse events (risk ratio, RR 1.06, 95% CI (0.91 to 1.23), p=0.45, I2=52%) or IOP-related adverse events with significant heterogeneity (RR 2.59, 95% CI (0.11 to 62.25), p=0.56, I2=76%). Conclusion This systematic review of four RCTs demonstrated no significant difference in visual outcomes, retinal thickness outcomes, as well as meta-analysis of adverse events between biosimilar and reference ranibizumab therapies for nAMD treatment.
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 | 0,022 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,038 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 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 ».