Comparative effectiveness of dimethyl fumarate versus non-specific immunosuppressants: Real-world evidence from MSBase
Notice bibliographique
Résumé
Background The use of non-specific immunosuppressants (NSIS) to treat multiple sclerosis (MS) remains prevalent in certain geographies despite safety concerns, likely due to resource limitations. Objective To use MSBase registry data to compare real-world outcomes in adults with relapsing-remitting MS (RRMS) treated with dimethyl fumarate (DMF) or NSIS (azathioprine, cyclosporine, cyclophosphamide, methotrexate, mitoxantrone or mycophenolate mofetil) between January 1, 2014 and April 1, 2022. Methods Treatment outcomes were compared using inverse probability of treatment weighting (IPTW) Cox regression. Outcomes were annualized relapse rates (ARRs), time to discontinuation, time to first relapse (TTFR) and time to 24-week confirmed disability progression (CDP) or 24-week confirmed disability improvement (CDI; in patients with baseline Expanded Disability Status Scale [EDSS] score ≥2). Results After IPTW, ARR was similar for DMF (0.13) and NSIS (0.16; p = 0.29). There was no difference in TTFR between cohorts (hazard ratio [HR]: 0.98; p = 0.84). The DMF cohort experienced longer times to discontinuation (HR: 0.75; p = 0.001) and CDP (HR: 0.53; p = 0.001), and shorter time to CDI (HR: 1.99; p < 0.008), versus the NSIS cohort. Conclusion This analysis supports the use of DMF to treat patients with relapsing forms of MS, and may have implications for MS practices in countries where NSIS are commonly used to treat RRMS.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».