Network Meta‐Analysis: Histologic and Histo‐Endoscopic Improvement and Remission With Advanced Therapy in Ulcerative Colitis
Notice bibliographique
Résumé
BACKGROUND: Histology has prognostic value in ulcerative colitis (UC). However, direct comparisons of histological endpoints are lacking. AIM: To perform a network meta-analysis (NMA) to compare histological endpoints with biologics and small molecules. METHODS: We searched four databases up until July 2024 for randomised controlled trials (RCTs) on advanced therapies for moderate-to-severe UC reporting histological endpoints. Outcomes included histological improvement or remission, and histo-endoscopic improvement after induction or during maintenance. We used a random-effects frequentist model and have reported outcomes as relative risk and 95% confidence interval. We estimated relative drug efficacy with the P-score. We conducted subgroup analysis by trial phase and evaluated risk of bias and evidence certainty. RESULTS: We included 24 RCTs (15 therapies, 8874 patients). Nineteen provided data on induction and 10 on maintenance; outcome definitions were similar. Etrasimod 2 mg/day ranked highest in achieving histologic improvement (P-score 0.98) and remission (P-score 0.90) following induction. Globally, guselkumab 200-400 mg ranked first for histo-endoscopic improvement, while etrasimod 2 mg/day and upadacitinib 45 mg/day were superior in the subgroup analysis. During maintenance, upadacitinib 30 mg/day was superior in achieving histologic improvement and remission (P-score 0.88 for both) and histo-endoscopic improvement (P-score 0.94). Etrasimod 2 mg/day ranked second for histologic remission (P-score 0.70) and histo-endoscopic improvement (P-score 0.73), while mirikizumab 200 mg/month ranked second for histologic improvement. CONCLUSION: These results support the ability of small molecules to achieve stringent endpoints in moderate-to-severe UC. Histological outcome data for biologics was sparser, particularly during maintenance. Head-to-head RCTs are imperative to better inform clinical practice.
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 | 0,023 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,042 |
| Bibliométrie | 0,005 | 0,006 |
| 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) | 0,004 | 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 ».