MétaCan
Menu
Retour à la cohorte
Enregistrement W4388626087 · doi:10.25251/skin.7.supp.256

A Phase 3b Study Evaluating Safety and Efficacy of Risankizumab in Adult Patients with Moderate-to-Severe Plaque Psoriasis with Palmoplantar (Non-Pustular) Involvement

2023· article· en· W4388626087 sur OpenAlexaff
Mark Lebwohl, Michael Bukhalo, Linda Stein Gold, Michelle T. Pelle, Bradley Glick, Mar Llamas‐Velasco, Samuel Sanchez‐Rivera, Tianyu Zhan, Leonidas Drogaris, Kevin Douglas, Greg St. John, Ramon Espaillat, Robert Bissonnette

Notice bibliographique

RevueSKIN The Journal of Cutaneous Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensInnovaderm (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicinePsoriasis Area and Severity IndexRandomized controlled trialPlaceboClinical endpointInternal medicineGastroenterologyPsoriasisDermatology

Résumé

récupéré en direct d'OpenAlex

Introduction: We evaluate safety and efficacy of risankizumab (RZB) vs. placebo (PBO) in adult patients with moderate-to-severe non-pustular palmoplantar psoriasis (PPPsO). Method: IMMprint, a Ph3b study evaluated safety and efficacy of RZB vs. PBO in moderate-to-severe PPPsO patients with a static physician’s global assessment(sPGA) of moderate or severe ≥3, palmoplantar psoriasis area and severity index(PPASI) ≥8 and at least 1 additional PsO plaque. The 52-week treatment was split into period A, patients randomized (1:1) to RZB 150-mg or PBO, and period B, patients continuing RZB or switching from PBO to RZB (PBO/RZB). Primary endpoint was achievement of palmoplantar investigator’s global assessment (ppIGA) 0/1 with at least 2-point reduction from baseline at Wk16. Ranked secondary endpoints include ≥75% & 90% improvement in PPASI (PPASI75, PPASI90), sPGA 0/1 and 100% improvement in PPASI(PPASI100) at Wk16. Results: Of 174 enrolled, 87(mean age[SD]: 56.9[12.9] years) were randomized to RZB and 87(mean age[SD]: 53.9[14.3] years) were randomized to PBO. Baseline characteristics were similar except for numerical difference in PsA (RZB vs. PBO: 11.5% vs 4.6%, respectively). At Wk16, a significantly higher proportion receiving RZB achieved ppIGA 0/1 than PBO(33.3% vs. 16.1%, p = 0.006). Patients receiving RZB also demonstrated significantly higher responses than patients receiving PBO in all ranked secondary endpoints: PPASI75 (42.5% vs 14.9%, P < 0.001); PPASI90 (27.6% vs 5.7%, p<0.001); sPGA 0/1 (32.2% vs 11.5%, p < 0.001); and PPASI100 (17.2% vs. 1.1%, p < 0.001). Four patients (3 RZB: 1 PBO) discontinued drug in period A. At Wk52, ppIGA 0/1 was achieved by 50.6% of RZB patients and 61.7% of PBO/RZB group. Proportion of patients achieving PPASI75 at Wk52 was 57.5%(RZB) vs. 65.4% (PBO/RZB). Achievement of sPGA 0/1 (%RZB vs. %PBO/RZB) was 43.7% vs. 66.7%; PPASI100 was achieved by 26.4% (RZB) and 37.0% (PBO/RZB) patients at Wk52. Proportion of patients with adverse events were 29.1%(RZB) and 23.0%(PBO) in period A, and 49.4%(RZB) and 35.8% (PBO/RZB) in period B. One RZB patient with prior cardiovascular risk factors had an adjudicated myocardial infarction and subsequently died after 140-day follow-up period. The number of patients with COVID-19 were 3 (RZB; 1 serious infection) and 2(PBO) in period A and 11 (RZB) and 7 (PBO/RZB) in period B. Conclusion: This study demonstrates RZB can provide effective improvement compared to PBO by Wk16 with continuous improvement until Wk52 with no new safety signals in patients with moderate-to-severe PPPsO.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,361
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSKIN The Journal of Cutaneous MedicineMême sujetPharmaceutical studies and practicesTravaux en français237 207