Placebo Rates in Crohn’s Disease Randomized Clinical Trials: An Individual Patient Data Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND & AIMS: Understanding placebo rates is critical for efficient clinical trial design. We assessed placebo rates and associated factors using individual patient data from Crohn's disease trials. METHODS: We conducted a meta-analysis of phase 2/3 placebo-controlled trials evaluating advanced therapies in moderate to severe Crohn's disease (2010-2021). Deidentified individual patient data were obtained through Vivli Inc and the Yale University Open Data Access Project. Primary outcomes were clinical response and remission. Pooled placebo rates and 95% confidence intervals (CIs) were estimated using 1- and 2-stage meta-analytic approaches. Regression analyses identified patient-level factors associated with placebo rates. RESULTS: Analysis of individual patient data from 8 induction (n = 1147) and 4 maintenance (n = 524) trials showed overall placebo clinical response and remission rates for induction were 27% (95% CI, 23%-32%) and 10% (95% CI, 8%-14%), respectively, and 32% (95% CI, 23%-42%) and 22% (95% CI, 14%-33%) for maintenance, respectively. Among biologic (bio)-naïve patients, placebo response and remission rates during induction were 29% (95% CI, 24%-35%) and 11% (95% CI, 8%-15%) respectively, and 26% (95% CI, 20%-33%) and 10% (95% CI, 8%-14%) for biologic (bio)-exposed patients, respectively. During maintenance, biologic-naïve response and remission rates were 41% (95% CI, 34%-48%) and 32% (95% CI, 24%-40%), respectively, and 29% (95% CI, 24%-34%) and 16% (95% CI, 13%-21%) for bio-exposed, respectively. Higher baseline C-reactive protein concentration predicted lower placebo rates, whereas higher baseline albumin levels and body mass index increased the odds of placebo outcomes. Increased baseline Crohn's Disease Activity Index and 2-item patient-reported outcome scores predicted higher response rates in induction, lower response rates in maintenance, and lower remission rates in induction and maintenance. CONCLUSIONS: Patient- and trial-level characteristics influence placebo rates in Crohn's disease trials. Careful implementation of eligibility criteria, outcome definitions, and patient stratification may reduce placebo rates.
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 | 0,021 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».