Steroid-sparing benefits of biologic use in hypereosinophilic syndrome and substantial disease burden across subtypes
Notice bibliographique
Résumé
Background: Limited data exist on the burden of myeloproliferative, lymphocytic and idiopathic subtypes of hypereosinophilic syndrome (M-HES, L-HES and I-HES) and the characteristics of patients with HES receiving biologic therapies. This analysis aimed to further characterize these subtypes and explore the impact of biologics in a real-world European setting. Methods: subgroup analysis of a retrospective, non-interventional, chart review (GSK ID: 214657) across five European countries. Index date was first clinical visit during January 2015-December 2019 (after or at time of HES diagnosis). Patients with HES aged ≥6 years with ≥1-year follow-up from index were included. Demographics, disease characteristics, diagnostic assessments, comorbidities, types of treatment, clinical manifestations, clinical outcomes and HES-related healthcare resource utilization were summarized for HES overall and subtypes. Oral corticosteroid (OCS) use and clinical manifestations/outcomes were assessed 12-months pre- and post-biologics. Results: = 2). The most common clinical manifestations were fatigue (54.2% I-HES, 52.4% L-HES, 42.4% M-HES), skin itch (36.4% M-HES, 35.7% L-HES, 33.5% I-HES) and pain (31.0% L-HES, 30.3% M-HES, 27.1% I-HES). Biologic use was highest with L-HES (64.3%), followed by I-HES (43.9%) and M-HES (34.8%). Clinical response rates were highest for the I-HES subtype (75.5%; 66.7% L-HES, 63.6% M-HES). Hospitalizations were highest for L-HES (45.2%; 30.3% M-HES, 25.8% I-HES). The annualized rate of OCS prescriptions reduced by 56.8% (0.44-0.19 per person-year) and the proportion of patients with ≥1 clinical response increased 3.6-fold (6.5%-23.4%) between the pre- and post-biologics periods. Conclusions: All HES subtypes had a substantial disease burden and were commonly associated with fatigue, skin itch and pain. I-HES appeared to be more responsive to treatment than L-HES and M-HES. Biologic use for HES led to more patients experiencing clinical responses and was OCS-sparing.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».