MétaCan
Menu
Retour à la cohorte
Enregistrement W4416141127 · doi:10.25251/n1p8w126

Integrated Safety Analysis of Abrocitinib in 3850 Patients With Moderate-To-Severe Atopic Dermatitis: Data From More Than 9600 Patient-Years With Up to 6.5 Years of Exposure

2025· article· W4416141127 sur OpenAlexaff
Eric L. Simpson, Alan D. Irvine, Jan Gutermuth, Chih-ho Hong, Raj Chovatiya, Emma Guttman‐Yassky, Haiyun Fan, Gary Chan, Cristina Lumpan, Justine Alderfer, Herwig Koppensteiner

Notice bibliographique

RevueSKIN The Journal of Cutaneous Medicine · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesPfizer
Mots-clésAdverse effectIncidence (geometry)CohortPopulationClinical trialJanus kinase inhibitorCohort study

Résumé

récupéré en direct d'OpenAlex

Introduction: Atopic dermatitis (AD) is a chronic, inflammatory skin disease that may require long-term disease management. The oral, once-daily Janus kinase 1–selective inhibitor abrocitinib has demonstrated efficacy through 112 weeks in patients with moderate-to-severe AD. Previous integrated safety analyses assessed adverse events of special interest (AESIs) by age and smoking status in 3802 patients (>5200 patient years [PY]; 4 years of abrocitinib exposure) and by age and cardiovascular (CV) risk factors in 3848 patients (>7000 PY; 4.5 years exposure). This study evaluated safety events stratified by age and smoking status using data from patients with ≥6.5 years of abrocitinib exposure. Procedure/study: Analysis included patients from 8 clinical trials (phase 2b [NCT02780167], JADE MONO-1 [NCT03349060], MONO-2 [NCT03575871], REGIMEN [NCT03627767], COMPARE [NCT03720470], TEEN [NCT03796676], MOA [NCT03915496], and DARE [NCT04345367]) and 1 long-term extension trial (JADE EXTEND [NCT03422822]; data cutoff: Dec 31, 2024). Incidence rates (IRs; number of patients with events/100 PY) of AESIs were assessed by age (<18; 18 to <40; 40 to <50; 50 to <65; and ≥65 years) and smoking status (never; current/former smoker). Results: Of 3850 patients in the pooled safety population (9655.4 PY exposure), 3052 received the same abrocitinib dose (consistent-dose cohort) and 798 patients comprised the variable-dose cohort. IRs in the consistent-dose cohort were numerically higher in older vs younger patients for major adverse CV events (MACEs; <18 years: 0.07 [0.00-0.42]; 18 to <40 y: 0.14 [0.04-0.32]; 40 to <50 y: 0.09 [0.00-0.51]; 50 to <65 y: 0.79 [0.32-1.63]; and ≥65 y: 2.03 [0.74-4.41]) and death (<18 years: 0.00 [95% CI, 0.00-0.28]; 18 to <40 y: 0.05 [0.01-0.20]; 40 to <50 y: 0.09 [0.00-0.51]; 50 to <65 y: 0.34 [0.07-0.99]; and ≥65 years 2.02 [0.74-4.40]). Similar trends were observed for other AESIs, including serious infections, herpes zoster, malignancies (excluding nonmelanoma skin cancer [NMSC]), NMSC, and venous thromboembolism (VTE). IRs for serious infections, malignancies (excluding NMSC), NMSC, MACE, VTE, and death were numerically higher in current/former smokers vs never smokers; herpes zoster IRs were comparable between smoking groups. Data from the variable-dose cohort generally showed similar trends. Conclusion: These long-term follow-up abrocitinib safety data in patients with >9600 PY of exposure are consistent with previously reported risk profiles. IRs tended to be higher in older patients and current/former smokers. Funding/Disclosures: This study was funded by Pfizer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSKIN The Journal of Cutaneous MedicineMême sujetDermatology and Skin DiseasesTravaux en français237 207