Win ratio analysis of dupilumab efficacy in patients with chronic obstructive pulmonary disease and type 2 inflammation: BOREAS and NOTUS
Notice bibliographique
Résumé
Background: Evaluation of multiple endpoints in clinical trials is often limited by endpoints of lower clinical importance. Win ratios are used to categorize multiple outcomes by clinical importance. Aims & Objectives: This post hoc analysis uses win ratios to compare dupilumab efficacy vs placebo in BOREAS and NOTUS. Methods: BOREAS ( NCT03930732 ) and NOTUS ( NCT04456673 ), phase 3 randomized, double-blind, placebo-controlled trials, enrolled patients with COPD, and type 2 inflammation (screening blood eosinophil count ≥300 cells/µL) on LABA/LAMA/ICS. Patients received add-on dupilumab 300 mg or placebo q2w for 52 weeks. Win ratio analysis compared each patient on dupilumab to each patient on placebo for time-to-event and occurrence-of-event. Endpoints were ordered based on clinical priority. Results: Evaluation of the pooled population (dupilumab n=938; placebo n=934) across multiple endpoints for occurrence-of-event showed patients receiving dupilumab being 32% more likely to avoid hierarchically important clinical deterioration compared with placebo (1.32; 95% CI 1.17, 1.49]) (Figure). Similar findings were seen for the time-to-event endpoints (win ratio 1.26; 95% CI 1.13, 1.40). Conclusions: Dupilumab vs placebo increased the odds of avoiding hierarchically worse clinical outcomes by 32% in patients with COPD and type 2 inflammation. erj;66/suppl_69/PA4572/F1 F1 F1
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 | 0,048 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,014 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».