Safety and effectiveness of diroximel fumarate in relapsing forms of multiple sclerosis: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the safety and efficacy of Diroximel Fumarate (DRF) in patients with different relapsing forms of MS (RMS) through systematic review and meta-analysis. METHODS: A systematic review and meta-analysis adhering to PRISMA guidelines was conducted. Scopus, PubMed, and Cochrane CENTRAL databases were searched until December 6, 2024, for clinical trials and observational studies on DRF in RMS. Eligibility criteria included studies evaluating DRF's safety or efficacy, excluding case reports and non-clinical outcomes. The risk of bias was assessed using the Newcastle-Ottawa Scale and ROBINS-I tools. Statistical analyses were performed using OpenMetaAnalyst, focusing on pooled mean differences and incidence rates with 95% confidence intervals. RESULTS: Seven studies with 3,075 participants were included. The overall persistence rate was 75.6% (95% CI: 63.5%, 87.7%). The discontinuation rate due to safety concerns was 6.1% (95% CI: 4.1%, 8.1%). Lymphocyte count decreased significantly by -355.02 cells/µL (95% CI: -636.71, -73.32). Mild adverse events (AEs) occurred in 33% (95% CI: 18.6%, 47.4%), moderate in 30% (95% CI: -9.9%, 69.9%), and severe in 5% (95% CI: -3.8%, 13.7%). Gastrointestinal (GI) AEs were observed in 17.4% (95% CI: 6%, 28.8%), flushing in 18.5% (95% CI: 5.7%, 31.3%), and lymphopenia in 24.3% (95% CI: 10.2%, 38.4%). The relapse rate was 7.1% (95% CI: -4.8%, 19%). CONCLUSION: DRF demonstrates efficacy in reducing relapse rates and offers an improved safety profile compared to its predecessor, Dimethyl Fumarate (DMF), particularly in GI tolerability. However, lymphopenia requires monitoring. Further research is recommended to evaluate long-term safety and efficacy in diverse populations.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».