Integrating efficacy and safety of vedolizumab compared with other advanced therapies to assess net clinical benefit of ulcerative colitis treatments: a network meta-analysis
Notice bibliographique
Résumé
Objectives: Because only one head-to-head randomized trial of biologics for moderate-to-severe UC has been performed, indirect treatment comparisons remain important. This systematic review and network meta-analysis examined efficacy and safety of biologics and tofacitinib for moderate-to-severe UC, using vedolizumab as reference. Methods: Relevant studies (N = 19) of vedolizumab, adalimumab, infliximab, golimumab, ustekinumab, and tofacitinib were identified. Study design differences were addressed by assessing efficacy outcomes conditional on response at maintenance initiation. Primary analysis used fixed-effect models to estimate odds ratios for efficacy and safety endpoints. Results: Compared with vedolizumab 300 mg, adalimumab 160/80 mg was associated with less clinical remission (odds ratio, 0.69 [95% credible interval, 0.54–0.88]), and infliximab 5 mg/kg was associated with more clinical remission (1.67 [1.16–2.42]) and response (1.63 [1.15–2.30]). Adalimumab 40 mg, golimumab 50 mg, and ustekinumab 90 mg Q12W had significantly lower clinical remission rates during maintenance (0.62 [0.45–0.86], 0.55 [0.32–0.95], and 0.59 [0.35–0.99]) versus vedolizumab 300 mg Q8W. Response results were similar. Tofacitinib 10 mg had the highest maintenance treatment efficacy estimates and highest infection risk. Conclusion: Network meta-analysis and novel integrated benefit-risk analysis suggest a potentially favorable efficacy-safety balance for vedolizumab vs adalimumab and other advanced UC therapies.
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 | 0,029 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,054 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».