MétaCan
Menu
Retour à la cohorte
Enregistrement W4407821154 · doi:10.1016/j.xops.2025.100744

Real-World Evidence for Faricimab in Neovascular Age-Related Macular Degeneration and Diabetic Macular Edema: A Scoping Review

2025· review· en· W4407821154 sur OpenAlexaff
Varun Chaudhary, Robyn H. Guymer, Audrey Artignan, Amanda E. Downey, Rishi P. Singh

Notice bibliographique

RevueOphthalmology Science · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensRoche (Canada)McMaster University
Organismes subventionnairesJanssen BiotechGenentechF. Hoffmann-La RocheRoche
Mots-clésMacular degenerationDiabetic macular edemaMedicineOphthalmologyDiabetic retinopathyMacular edemaDiabetes mellitusOptometryVisual acuity

Résumé

récupéré en direct d'OpenAlex

Purpose: Since faricimab (Vabysmo) was approved for the treatment of neovascular age-related macular degeneration (nAMD) and diabetic macular edema (DME), a growing body of real-world data has been reported, forming an important source of evidence for faricimab in a heterogeneous population. Scoping reviews are an effective approach to comprehensively assess the state of evidence on areas yet to be well characterized, allowing for the inclusion of a wide range of study designs and methodologies. This scoping review aimed to assess the current breadth and nature of real-world evidence (RWE) for faricimab and describe its safety and effectiveness in routine clinical practice. Design: Scoping review of published articles and grey literature. Participants: Eligible records included primary research reporting on any real-world data from ≥5 participants treated with faricimab in its licensed indications, published in English since 2022. This review did not involve novel data collection in human participants. Methods: MEDLINE, Embase, and the Cochrane Database of Systematic Reviews were searched on February 16, 2024, and the results were reviewed by 2 independent reviewers. Manual searches of proceedings from major relevant conferences, ClinicalTrials.gov, and bibliographies of relevant systematic literature reviews were also conducted. Findings were summarized descriptively. Main Outcome Measures: Data of interest included study design, population characteristics, treatment history, visual function and anatomic outcomes, patient-reported outcomes, safety, and economic outcomes. Results: A total of 63 studies reporting RWE for faricimab in patients with nAMD or DME (n = 6-12 119 eyes) were identified, including a majority of studies in previously treated patients. Studies spanned 10 countries, with a predominance of retrospective observational studies. Results across the majority of studies suggested that faricimab was associated with improved visual acuity, reduced central choroidal/subfield macular thickness, and reduced/resolved retinal fluid and pigment epithelial detachment in both conditions, even over longer study periods (≥6 months). Adverse events reported were similar to the findings within the registration trials. Conclusions: Outcomes of faricimab in routine practice align with reports from clinical trials, supporting the effectiveness and safety of faricimab in heterogeneous populations. Further high-quality studies using prospective, multicenter designs are required to provide a more comprehensive understanding of the long-term outcomes associated with faricimab. Financial Disclosures: Proprietary or commercial disclosure may be found in the Footnotes and Disclosures at the end of this article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,033
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,132
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0240,019
Études des sciences et des technologies0,0010,002
Communication savante0,0070,005
Science ouverte0,0030,003
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,459
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOphthalmology ScienceMême sujetRetinal Diseases and TreatmentsTravaux en français237 207