Effects of macitentan and selexipag across prognostic age groups in patients with pulmonary arterial hypertension
Notice bibliographique
Résumé
BACKGROUND Age affects disease severity and patient outcomes in pulmonary arterial hypertension. This post-hoc analysis identified prognostic age groups and associated macitentan/selexipag treatment effects. METHODS Randomized trials evaluated macitentan (SERAPHIN; NCT00660179) and selexipag (GRIPHON; NCT01106014) versus placebo (primary endpoint: time to morbidity/mortality [M/M]). This analysis defined age thresholds differentiating M/M risk in patients randomized to placebo (Cox regression determining treatment effect by age). RESULTS Three age groups (< 35, 35–64, ≥ 65 years) showed good M/M risk discrimination (c-statistic 0.69, SERAPHIN; 0.66, GRIPHON). M/M risk was higher in placebo patients < 35 versus 35–64 years (SERAPHIN: hazard ratio [HR] 1.73, 95% confidence interval [CI] 1.10–2.72, p = 0.02; GRIPHON: HR 1.81, 95% CI 1.28–2.56, p < 0.001). M/M risk trended higher in patients ≥ 65 versus 35–64 years (SERAPHIN: HR 1.55, 95% CI 0.89–2.69, p = 0.12; GRIPHON (HR 1.08, 95% CI 0.75–1.55, p = 0.69). M/M risk was lower with macitentan/selexipag versus placebo: macitentan < 35 (HR 0.44, 95% CI 0.25–0.78; p = 0.005), 35–64 (HR 0.50, 95% CI 0.33–0.76; p < 0.001), ≥ 65 years (HR 0.69, 95% CI 0.30–1.58; p = 0.38); selexipag < 35 (HR 0.50, 95% CI 0.32–0.78; p = 0.002), 35–64 (HR 0.72, 95% CI 0.54–0.96; p = 0.03), ≥ 65 years (HR 0.55, 95% CI 0.33–0.91; p = 0.02). Adverse-event discontinuations were similar. CONCLUSIONS The benefit (vs placebo) of macitentan/selexipag on reducing risk of M/M events was consistent across all ages, including the younger group where significant treatment effects were observed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».