P.016 Secondary immunodeficiencies in ocrelizumab - versus rituximab-treated persons with relapsing Multiple Sclerosis
Notice bibliographique
Résumé
Background: Anti-CD20 monoclonal antibodies are highly effective for RMS treatment. Ocrelizumab (OCR) is standard, while Rituximab (RTX) is an alternative. The impact of anti-CD20 therapies on immune markers remains understudied, though deficiencies are frequently observed and have been associated with increased risk of infection. Our objective is to characterize and compare lymphocyte, neutrophil, and immunoglobulin levels in OCR- versus RTX-treated persons with RMS. Methods: This retrospective chart review included RMS patients on OCR or RTX (2017–2023). Pre- and post-treatment levels of lymphocytes, neutrophils, and immunoglobulins (IgG, IgA, IgM) were analyzed. Kaplan-Meier curves, log-rank tests, and Cox proportional hazards models were used for survival analysis. Results: 350 patients (OCR=175, RTX=175) were included. The mean treatment length was 60.9 (SD 19.1) months for OCR and 42.7 (SD 19.5) months for RTX. RTX was associated with a significantly shorter time to IgM deficiency (29.6 vs. 40.0 months, p=0.02). Cox analysis confirmed RTX increased IgM deficiency risk (HR=1.54, 95% CI: 1.06-2.23, p=0.02). No differences were seen for lymphocytes, neutrophils, IgG, or IgA. Conclusions: RTX was associated with a shorter time to and increased risk of IgM hypogammaglobulinemia compared to OCR, highlighting the importance of long-term monitoring. Further research is needed to guide treatment decisions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».