MétaCan
Menu
Retour à la cohorte
Enregistrement W4392575572 · doi:10.1136/jnnp-2023-332883

Comparing ocrelizumab to interferon/glatiramer acetate in people with multiple sclerosis over age 60

2024· article· en· W4392575572 sur OpenAlexaff
Yi Chao Foong, Daniel Merlo, Melissa Gresle, Katherine Buzzard, Michael Zhong, Wei Zhen Yeh, Vilija Jokubaitis, Mastura Monif, Olga Skibina, Serkan Özakbaş, Francesco Patti, Pierre Grammond, Maria Pia Amato, Tomáš Kalinčík, Dana Horáková, Eva Havrdová, Bianca Weinstock‐Guttman, Jeanette Lechner Scott, Cavit Boz, María José, Helmut Butzkueven, Anneke van der Walt, Chao Zhu

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensCégep de Lévis
Organismes subventionnairesnon disponible
Mots-clésOcrelizumabMedicineGlatiramer acetateMultiple sclerosisExpanded Disability Status ScaleInternal medicinePropensity score matchingPhysical therapyImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ongoing controversy exists regarding optimal management of disease modifying therapy (DMT) in older people with multiple sclerosis (pwMS). There is concern that the lower relapse rate, combined with a higher risk of DMT-related infections and side effects, may alter the risk-benefit balance in older pwMS. Given the lack of pwMS above age 60 in randomised controlled trials, the comparative efficacy of high-efficacy DMTs such as ocrelizumab has not been shown in older pwMS. We aimed to evaluate the comparative effectiveness of ocrelizumab, a high-efficacy DMT, versus interferon/glatiramer acetate (IFN/GA) in pwMS over the age of 60. METHODS: Using data from MSBase registry, this multicentre cohort study included pwMS above 60 who switched to or started on ocrelizumab or IFN/GA. We analysed relapse and disability outcomes after balancing covariates using an inverse probability treatment weighting (IPTW) method. Propensity scores were obtained based on age, country, disease duration, sex, baseline Expanded Disability Status Scale, prior relapses (all-time, 12 months and 24 months) and prior DMT exposure (overall number and high-efficacy DMTs). After weighting, all covariates were balanced. Primary outcomes were time to first relapse and annualised relapse rate (ARR). Secondary outcomes were 6-month confirmed disability progression (CDP) and confirmed disability improvement (CDI). RESULTS: A total of 248 participants received ocrelizumab, while 427 received IFN/GA. The IPTW-weighted ARR for ocrelizumab was 0.01 and 0.08 for IFN/GA. The IPTW-weighted ARR ratio was 0.15 (95% CI 0.06 to 0.33, p<0.001) for ocrelizumab compared with IFN/GA. On IPTW-weighted Cox regression models, HR for time to first relapse was 0.13 (95% CI 0.05 to 0.26, p<0.001). The hazard of first relapse was significantly reduced in ocrelizumab users after 5 months compared with IFN/GA users. However, the two groups did not differ in CDP or CDI over 3.57 years. CONCLUSION: In older pwMS, ocrelizumab effectively reduced relapses compared with IFN/GA. Overall relapse activity was low. This study adds valuable real-world data for informed DMT decision making with older pwMS. Our study also confirms that there is a treatment benefit in older people with MS, given the existence of a clear differential treatment effect between ocrelizumab and IFN/GA in the over 60 age group.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,303
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207