P0541 Placebo rates in randomised clinical trials of Ulcerative Colitis: An individual patient data meta-analysis
Notice bibliographique
Résumé
Abstract Background Information on placebo rates is important for designing clinical trials. We aimed to assess placebo rates and associated factors using individual patient data from multiple randomised clinical trials in ulcerative colitis. Methods We conducted a meta-analysis of individual participant-level data from nine randomised trials using Vivli and Yale University Open Data Access data-sharing platforms. Phase 2 and 3 placebo-controlled randomised clinical trials of advanced biologic therapies in adults with moderate-to-severe active ulcerative colitis published since 2010 were included. Pooled placebo rates and 95% CIs were estimated using one-stage and two-stage meta-analytical approach. Significant patient-level factors (P<0.05) associated with placebo rates were identified using regression analyses. The pre-specified primary outcomes were placebo clinical response and remission. Results Outcome data were available for 1,703 patients from nine studies (three induction-only, one maintenance-only, and five including both phases). For induction trials, overall placebo response and remission rates were 33% (95% CI 29-38%) and 9% (95% CI 7-11%), respectively (Figure). Overall placebo response and remission rates in maintenance trials were 28% (95% CI 17%-41%) and 14% (95% CI 9-20%), respectively (Figure). A lower body mass index reduced odds of placebo response and remission, while higher baseline albumin levels and left-sided UC (compared to extensive) increased the odds of these outcomes. A one-point increase in the Mayo Clinic Score and adapted Mayo Clinic Score was associated with a 26% and 27% reduction in the odds of clinical remission. For induction trials, prior exposure to biologics or tumour necrosis factor antagonist therapy was associated with lower odds of both response and remission. Multi-centre trials have lower placebo effect than single-centre trials. Conclusion These results will enable future trials that include placebo to incorporate design elements that enable reduction of placebo rates as well as a precise benchmark for expected rates in clinical trials that do not include placebo.
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 | 0,104 | 0,142 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,069 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».