Anifrolumab Study for Treatment Effectiveness in the Real World (ASTER) among patients with systemic lupus erythematosus: protocol for an international observational effectiveness study
Notice bibliographique
Résumé
INTRODUCTION: Systemic lupus erythematosus (SLE) is a chronic autoimmune disease with a diverse clinical presentation that involves multiple organ systems and may lead to organ damage and increased risk of mortality. SLE is associated with a high burden of disease that can include loss of productivity and employment and reduced health-related quality of life. The current standard of care for SLE is primarily based on immunosuppression and glucocorticoids and is associated with risk of toxicities and poor tolerability. Anifrolumab, a human monoclonal antibody to type I interferon receptor subunit 1, was recently approved as a new treatment for patients with moderate-to-severe SLE. METHODS AND ANALYSIS: Here, we report the study design of the ongoing, multinational Anifrolumab Study for Treatment Effectiveness in the Real World (ASTER) that includes 3-years of follow-up beginning with the first infusion of anifrolumab and 1 year of retrospective baseline data. ASTER aims to enrol 500 adult patients receiving anifrolumab for SLE in Europe and Canada. The key study objective is to describe the real-world effectiveness of anifrolumab in routine clinical practice, including clinician-reported disease activity and patient-reported outcomes collected via mobile application. This mobile application also includes a medication diary, where patients report their prescription and non-prescription medication use for SLE on a weekly basis; these data will lend insights on treatment patterns for the study population. ETHICS AND DISSEMINATION: The design of the ASTER study was informed through consultations with patients with SLE who provided important insights to help maximise patient engagement, retention and the collection of key, patient-relevant endpoints. ASTER enrolment began in February 2023 and the study is expected to finish in 2029. TRIAL REGISTRATION NUMBER: NCT05637112.
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 | 0,060 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,006 |
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 ».