Inclisiran in individuals with diabetes or obesity: Post hoc pooled analyses of the <scp>ORION</scp> ‐9, <scp>ORION</scp> ‐10 and <scp>ORION</scp> ‐11 Phase 3 randomized trials
Notice bibliographique
Résumé
Abstract Aims To conduct a pooled analysis of Phase 3 trials investigating the efficacy and safety of inclisiran across glycaemic and body mass index (BMI) strata. Materials and Methods Participants were randomized 1:1 to receive 300 mg inclisiran sodium or placebo twice yearly, after initial and 3‐month doses up to 18 months, with background oral lipid‐lowering therapy. Analyses were stratified by glycaemic status (normoglycaemia, prediabetes, and diabetes) or BMI (<25, ≥25 to <30, ≥30 to <35, and ≥35 kg/m 2 ). Co‐primary endpoints were percentage and time‐adjusted percentage change in low‐density lipoprotein (LDL) cholesterol from baseline. Safety was also assessed. Results Baseline characteristics were balanced between treatment arms and across strata. Percent LDL cholesterol change (placebo‐corrected) with inclisiran from baseline to Day 510 ranged from −47.6% to −51.9% and from −48.8% to −54.4% across glycaemic/BMI strata, respectively. Similarly, time‐adjusted percentage changes after Day 90 and up to Day 540 ranged from −46.8% to −52.0% and from −48.6% to −53.3% across glycaemic/BMI strata, respectively. Inclisiran led to significant reductions in proprotein convertase subtilisin/kexin type 9 and other atherogenic lipids and lipoproteins versus placebo across the glycaemic/BMI strata. The proportions of individuals achieving LDL cholesterol thresholds of <1.8 mmol/L and <1.4 mmol/L with inclisiran increased with increasing glycaemic and BMI strata. Across the glycaemic/BMI strata, a higher proportion of individuals had mild/moderate treatment‐emergent adverse events (TEAEs) at the injection site with inclisiran (2.8%–7.7%) versus placebo (0.2%–2.1%). Conclusion Inclisiran provided substantial and sustained LDL cholesterol lowering across glycaemic/BMI strata, with a modest excess of transient mild‐to‐moderate TEAEs at the injection site.
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 | 0,011 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,017 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».