Real-World Insights into Evolocumab Use in Patients with Hyperlipidemia Across Five Countries: Analysis from the ZERBINI Study
Notice bibliographique
Résumé
INTRODUCTION: This study characterizes patients receiving evolocumab in clinical practice and assesses treatment effectiveness, safety and persistence outcomes across five countries. METHODS: This retrospective and prospective observational study enrolled patients initiated on evolocumab during August 2017 to July 2019 at 49 sites across Canada, Mexico, Colombia, Saudi Arabia and Kuwait. Medical records data were extracted within 6 months prior to (baseline) and every 3 months for 12 months post evolocumab initiation and reported as available. RESULTS: A total of 578 patients were enrolled (40.1% female, median age 60 [interquartile range (IQR) 51-68] years); 83.7% had atherosclerotic cardiovascular disease and/or familial hypercholesterolemia. Median low-density lipoprotein cholesterol (LDL-C) at baseline was 3.4 (IQR 2.7-4.2) mmol/L (131.5 [IQR 104.4-162.4] mg/dL), with 75.6% of patients receiving a statin (59.2% high intensity). Compared to baseline, the median lowest LDL-C was reduced by 70.2% and remained stable over 12 months of treatment. Guideline-recommended LDL-C thresholds < 1.8, < 1.4 and < 1.0 mmol/L (< 70, < 55 and < 40 mg/dL) were achieved by 75.3%, 63.6% and 47.4% of patients. LDL-C outcomes were consistent across high- and very high-risk patients. Background lipid-lowering therapy remained relatively stable. No serious treatment-emergent adverse events were reported, and persistence to evolocumab was 90.2% at 12 months. CONCLUSION: These findings provide real-world evidence that evolocumab use is in accordance with its international guideline-recommended place in dyslipidemia therapy, as well as confirmation of its effectiveness and safety in a heterogeneous population. Evolocumab can address a healthcare gap in the management of dyslipidemia by increasing the proportion of patients achieving LDL-C goals recommended to lower cardiovascular risk.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».