A Phase 3, Multicenter, Randomized, Double-Blind, Placebo-Controlled 14-Week Study of Mirogabalin in Chinese Patients with Diabetic Peripheral Neuropathic Pain
Notice bibliographique
Résumé
INTRODUCTION: There is no approved effective drug for diabetic peripheral neuropathic pain (DPNP) in China. Gabapentinoids including mirogabalin have shown promise, although data in Chinese patients are scarce. METHODS: This phase 3, multicenter, randomized, double-blind, placebo-controlled trial investigated the efficacy and safety of mirogabalin for treating DPNP in China. Mirogabalin was administered at 5 mg twice daily for the first week and uptitrated to 15 mg twice daily for a total duration of 14 weeks. The primary efficacy endpoint was the change from baseline in weekly average daily pain score (ADPS) at week 14; secondary endpoints included the ADPS responder rate, Short-Form McGill Pain Questionnaire visual analogue scale score, patient global impression of change (PGIC), average daily sleep interference score (ADSIS), EuroQol 5-dimensions 5-levels (EQ-5D-5L), and incidence of treatment-emergent adverse events (TEAEs). RESULTS: Of 393 patients (mirogabalin, n = 196; placebo n = 197), the mean age was 58.2 years (mirogabalin, 58.7 years; placebo, 57.7 years) and 54.2% were male (mirogabalin, 56.1%; placebo, 52.3%). Mirogabalin elicited a greater change from baseline in the weekly ADPS vs. placebo at week 14: least-squares mean difference (95% confidence interval) vs. placebo - 0.39 (- 0.74, - 0.04), p = 0.0301. PGIC, ADSIS, and EQ-5D-5L data reflected significantly better improvements for patients receiving mirogabalin vs. placebo. The incidence of TEAEs was 75.0% and 75.1% in the mirogabalin and placebo groups, respectively. Most TEAEs were mild or moderate, and the incidence of TEAEs leading to treatment discontinuation was 2.6% in the mirogabalin group and 1.5% in the placebo group. CONCLUSIONS: Although the effect size of mirogabalin was reduced due to the placebo effect, mirogabalin is a safe and effective treatment option for Chinese patients with DPNP. TRIAL REGISTRATION: ClinicalTrials.gov identifier, NCT04094662.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».