MétaCan
Menu
Retour à la cohorte
Enregistrement W4407884630 · doi:10.57264/cer-2024-0193

Matching-adjusted indirect comparisons of efficacy outcomes between etrasimod and ozanimod for moderately to severely active ulcerative colitis

2025· article· en· W4407884630 sur OpenAlexaff
Vipul Jairath, Tim Raine, Thomas P. Leahy, Ravi Potluri, Karolina Wosik, David Gruben, Joseph C. Cappelleri, Peter Hur, Lauren Bartolome

Notice bibliographique

RevueJournal of Comparative Effectiveness Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensPfizer (Canada)Western University
Organismes subventionnairesnon disponible
Mots-clésMedicineUlcerative colitisInternal medicineClinical trialPlaceboConfidence intervalDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Aim: Etrasimod and ozanimod are selective sphingosine 1-phosphate receptor modulators targeting the S1P 1,4,5 , and S1P 1,5 receptors, respectively, for the treatment of patients with moderately to severely active ulcerative colitis (UC). No head-to-head trial data exist between the two treatments. We compared these treatments indirectly using key efficacy outcomes from pivotal trials with induction and maintenance phase data adjusting for differences in clinical trial design and populations. Materials & methods: Individual patient data for etrasimod were matched to published aggregate data of ozanimod by key baseline characteristics. An anchored matching-adjusted indirect comparison (MAIC) was conducted for the induction period. An unanchored MAIC was utilized during the maintenance period due to differences in placebo arms between trials as a result of differing trial designs. Matching characteristics measured at baseline were age, sex, corticosteroid use, duration of UC, biologic exposure, modified Mayo score, and presence of left-sided colitis. Outcomes were clinical response and clinical remission for the induction period, and clinical response and clinical remission among induction phase responders for the maintenance period. Two sensitivity analyses were conducted. The first matched on prior TNFi exposure rather than biologic exposure, the second sensitivity analysis included an induction only etrasimod trial (ELEVATE UC 12). Results: There were no significant differences between etrasimod and ozanimod at the end of the induction period for clinical response and clinical remission, respectively (relative risk [RR] 0.98 [95% confidence interval (CI): 0.76–1.33], RR: 1.25 [95% CI: 0.71–2.92]). At the end of maintenance, etrasimod demonstrated improved outcomes compared with ozanimod for both clinical response (RR: 1.18 [95% CI: 1.05–1.30]) and clinical remission among induction phase responders (RR: 1.33 [95% CI: 1.12–1.55]). In the sensitivity analysis that matched on prior TNFi exposure rather than biologic exposure, there were no notable differences compared with the primary analyses. In the sensitivity analysis pooling ELEVATE UC 12 and ELEVATE UC 52 data, results were similar for clinical response (RR: 0.90 [95% CI: 0.75–1.10]) but etrasimod showed reduced efficacy for clinical remission (RR: 0.72 [95% CI: 0.50–1.12]) compared with the primary analysis, though overall remained not significantly different from ozanimod. Conclusion: MAIC results suggest that patients receiving etrasimod have similar induction results but are more likely to have clinical response and clinical remission at the end of the maintenance phase compared with patients receiving ozanimod. Despite the approach to ensure similarity between the trials by weighting, residual imbalance is possible, and results should be interpreted in the context of the assumptions.

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)0,027
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,054
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,009
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,434
Écart entre enseignants0,346 · 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'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Effectiveness ResearchMême sujetInflammatory Bowel DiseaseTravaux en français237 207