Teriflunomide in pediatric patients with relapsing multiple sclerosis: Open-label extension of TERIKIDS
Notice bibliographique
Résumé
Background: The double-blind TERIKIDS study demonstrated the efficacy and safety of teriflunomide. Objective: To evaluate the efficacy, safety, and tolerability of continuous teriflunomide treatment in the TERIKIDS open-label extension. Methods: In the double-blind period, children with relapsing MS were randomized to placebo or teriflunomide (14 mg adult-equivalent dose) for ⩽ 96 weeks. Participants received teriflunomide for ⩽ 192 weeks post-randomization in the open-label extension. Results: The mean age at screening was 14.6 years. For teriflunomide/teriflunomide versus placebo/teriflunomide, estimated clinical relapse risk was reduced by 38% (hazard ratio (HR) 0.62; 95% confidence interval (CI) 0.39–0.98; p = 0.11) and numbers of gadolinium-enhancing T1 and new/enlarging T2 lesions were reduced by 43% (relative risk (RR) 0.570; 95% CI 0.33–0.98; p = 0.043) and 49% (RR 0.511; 95% CI 0.34–0.76; p = 0.001), respectively, in the combined double-blind and open-label periods. There was a trend toward reduced risk of 24-week sustained disability progression for teriflunomide/teriflunomide versus placebo/teriflunomide (HR 0.47; 95% CI 0.23–0.96). During the open-label extension, incidences of safety-related discontinuations were 4.0% (teriflunomide/teriflunomide) and 13.5% (placebo/teriflunomide), including two children who developed pancreatitis in the teriflunomide/teriflunomide group. Conclusion: Teriflunomide reduced the long-term risk of focal inflammatory activity, with generally manageable tolerability and no new safety signals. Further evidence would strengthen clinical efficacy findings. ClinicalTrials.gov: NCT02201108.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».