An evaluation of rozanolixizumab-noli for the treatment of anti-AChR and anti-MuSK antibody-positive generalized myasthenia gravis
Notice bibliographique
Résumé
INTRODUCTION: Myasthenia gravis (MG) is an auto-immune disease characterized by fluctuating symptoms of muscle weakness and fatigue. Corticosteroids and corticosteroid-sparing broad-spectrum immunosuppression play a great role in the treatment of myasthenia gravis. However, debilitating side effects and long time to treatment effect highlight the need for development of novel target-specific medications. Rozanolixizumab is a highly specific neonatal Fc receptor (FcRn) inhibitor that acts on immunoglobulin G (IgG) homeostasis. Results from the MycarinG Phase III randomized controlled trial demonstrated significant efficacy of rozanolixizumab in generalized MG in terms of primary outcome and all secondary endpoints, tolerability, and safety compared to placebo. AREAS COVERED: We included different trials on myasthenia gravis and rozanolixizumab which include Phase II (NCT03052751) and Phase III MycarinG (NCT03971422) studies. EXPERT OPINION: Clinical trials have demonstrated that rozanolixizumab has strong efficacy with a 78% reduction in pathogenic IgG like plasma exchange (PLEX) and has therapeutic benefits comparable with PLEX and IVIG. It has less treatment adverse events and is easily accessible through subcutaneous infusion. The safety and effectiveness of rozanolixizumab need to be assessed further in the real-world context in post-marketing studies. If current trial information holds true, rozanolixizumab may become a medication of choice for MG in succeeding years.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».