Ocrelizumab versus Natalizumab in Relapsing-Remitting Multiple Sclerosis: A Registry-Linked Electronic Health Records Study
Notice bibliographique
Résumé
BACKGROUND: Ocrelizumab and natalizumab are commonly prescribed high-effectiveness disease-modifying therapies (DMTs) for relapsing-remitting multiple sclerosis (RRMS). However, no randomized clinical trial and few real-world studies have directly compared their effectiveness in reducing disability progression. Subtype classification and disability status are critical for multiple sclerosis (MS) research, but these data are often missing in electronic health records (EHRs), limiting robust real-world evidence generation. OBJECTIVE: To compare the effectiveness of ocrelizumab and natalizumab in two-year rater-assessed disability progression among RRMS patients using longitudinal registry-linked EHR data. DESIGN: Retrospective cohort study. SETTING: A large healthcare system that includes both academic and community practices. PARTICIPANTS: Patients diagnosed with MS who initiated ocrelizumab or natalizumab between 2012 and 2020, with at least 6-month EHR data before treatment initiation and no prior exposure to other high-effectiveness DMTs. EXPOSURES: Treatment with ocrelizumab vs natalizumab. MEASUREMENTS: We developed an ensemble machine learning model to impute RRMS subtype and disability outcomes using structured and narrative EHR data. The primary outcome was moderate/severe rater-assessed disability at 2 years (observed or imputed Expanded Disability Status Scale [EDSS]≥4) after treatment initiation. We estimated the average treatment effects using semi-supervised doubly robust approach with comprehensive confounder adjustment and calibration to mitigate imputation bias. Covariates included standard demographic and clinical features such as baseline disability as well as knowledge graph-selected features. Sensitivity analyses used observed EDSS scores in registry-derived RRMS patients. Exploratory analyses included rituximab, another B-cell-depleting therapy, with adjustments for differences in patient profiles. RESULTS: Among RRMS patients, those treated with ocrelizumab (n=543) had a significantly lower two-year risk of moderate/severe disability compared with those treated with natalizumab (n=205) based on imputed outcomes (risk difference, -5.87%; 95% CI: -11.28% to -0.46%; p=0.033) after confounder adjustment. Sensitivity analyses yielded consistent findings using imputed or observed EDSS outcomes in registry-derived RRMS patients. CONCLUSION AND RELEVANCE: In this real-world comparative effectiveness study using a novel semi-supervised doubly-robust framework, ocrelizumab was associated with a lower risk of disability progression than natalizumab among RRMS patients. This approach provides a roadmap for generating robust large-scale real-world evidence in settings of missing key inclusion features and outcomes.
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 | 0,017 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».