P.005 Real-world evidence of Lecanemab use in the United Statese
Notice bibliographique
Résumé
Background: Lecanemab is the first anti-amyloid monoclonal antibody to receive full approval in the US for early Alzheimer’s Disease (AD). Methods: Using open administrative claims from the PurpleLab (6Jan2023–1Aug2024) database, patients receiving ≥1 lecanemab and with continuous clinical activity ≥6 months prior to the first lecanemab infusion were included. The follow-up period ran from the first lecanemab administration to the latest clinical activity. Treatment gap was calculated as the number of days without lecanemab supply between consecutive infusions. Results: A total of 2,840 patients were included. Mean observation period was 130.7 days. Mean age was 75.4 (SD 6.2) years, and 54.8% were female. Most prescribers were neurologists (82.0%). Within 30 days before lecanemab initiation, 77.0% of patients had AD diagnosis, and 32.1% had mild cognitive impairment diagnosis. During lecanemab treatment, 27.2% of patients received cholinesterase inhibitors and 15.5% memantine. Among patients with ≥2 lecanemab infusions, average number of administrations per month was 1.9 (SD 0.4), 17.2 (SD 7.9) days apart; 9.9% had a treatment gap of ≥90 days, including those who discontinued or continuing beyond the gap, and 2.5% of patients experienced a treatment interruption with ≥90 days gap. Conclusions: Real-world use of lecanemab appears to follow FDA-approved prescribing information with high adherence.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».