IMPACT OF FARICIMAB VERSUS AFLIBERCEPT ON EPIRETINAL MEMBRANE FORMATION OVER 2 YEARS IN PATIENTS WITH DIABETIC MACULAR EDEMA IN THE PHASE 3 YOSEMITE AND RHINE TRIALS
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: To assess the effects of faricimab versus aflibercept on epiretinal membrane (ERM) formation in eyes with diabetic macular edema. METHODS: Post hoc analysis of phase 3 YOSEMITE/RHINE trial data in eyes with diabetic macular edema receiving faricimab every 8 weeks (Q8W), faricimab treat-and-extend (T&E; up to Q16W depending on central subfield thickness and best-corrected visual acuity), or aflibercept Q8W for 100 weeks. RESULTS: ERMs developed in 3.8% (23/602) of eyes treated with faricimab Q8W, 5.1% (31/608) with faricimab T&E, and 7.6% (45/590) with aflibercept Q8W at 100 weeks. ERMs were less likely with faricimab Q8W versus aflibercept Q8W (odds ratio [OR] 0.48, 95% confidence interval [CI] 0.29-0.81, P = 0.0055). The mean (SD) best-corrected visual acuity at 100 weeks in eyes with and without ERMs were 69.2 (13.6) letters [20/40 Snellen] versus 73.8 (13.1) [20/40 Snellen], respectively; the mean (SD) CSTs were 315.8 (99.2) versus 274.6 (74.1) µ m. Faricimab T&E dosing intervals were extended ≥ Q12W in 79.7% of eyes without ERMs versus 50.0% with ERMs. CONCLUSION: Risk of ERMs was 52% lower with faricimab Q8W versus aflibercept Q8W over 100 weeks in eyes with diabetic macular edema, suggesting a potential role for faricimab in reducing pre-retinal fibrotic proliferation. The results may help inform physician/patient decision-making when initiating intravitreal therapy. TRIAL REGISTRATION: NCT03622580 and NCT03622593.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».