Five-years of ocrelizumab in relapsing multiple sclerosis: OPERA studies open-label extension
Notice bibliographique
Résumé
Objective To assess over 3 years of follow-up, the effects of maintaining or switching to ocrelizumab (OCR) therapy on clinical and MRI outcomes and safety measures in the open-label extension (OLE) phase of the pooled OPERA studies in relapsing multiple sclerosis. Methods After 2 years of double-blind, controlled treatment, patients continued OCR (600 mg infusions every 24 weeks) or switched from interferon (IFN) β-1a (44 μg 3 times weekly) to OCR when entering the OLE phase (3 years). Adjusted annualized relapse rate, time to onset of 24-week confirmed disability progression/improvement (CDP/CDI), brain MRI activity (gadolinium-enhanced and new/enlarging T2 lesions), and percentage brain volume change were analyzed. Results Of patients entering the OLE phase, 88.6% completed Year 5. The cumulative proportion with 24-week CDP was lower in patients who initiated OCR earlier, vs patients initially receiving IFN β-1a (16.1% vs 21.3% at Year 5; p=0.014). Patients continuing OCR maintained, and those switching from IFN β-1a to OCR attained near complete and sustained suppression of new brain MRI lesion activity from Year 3 to 5. Over the OLE phase, patients continuing OCR exhibited less whole brain volume loss from double-blind study baseline vs those switching from IFN β-1a (–1.87% vs –2.15% at Year 5; p<0.01). Adverse events were consistent with past reports and no new safety signals emerged with prolonged treatment. Conclusion Compared with patients switching from IFN β-1a, earlier and continuous OCR treatment up to 5 years provided sustained benefit on clinical and MRI measures of disease progression.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,006 |
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 tête enseignante, 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 ».