Use of follow-on disease-modifying treatments for multiple sclerosis: Consensus recommendations
Notice bibliographique
Résumé
Background:As patents for multiple sclerosis (MS) therapies expire, follow-on disease-modifying treatments (FO-DMTs) become available at reduced cost. Concerns exist that cheaper FO-DMTs are used simply to reduce healthcare costs. However, the well-being of people with MS should take priority.Objectives:To identify best practices for FO-DMT development and use by agreeing on principles and consensus statements through appraisal of published evidence.Methods:Following a systematic review, we formulated five overarching principles and 13 consensus statements. Principles and statements were voted on by a multidisciplinary panel from 17 European countries, Argentina, Canada and the United States.Results:All principles and statements were endorsed by >80% of panellists. In brief, FO-DMTs approved within highly regulated areas can be considered effective and safe as their reference products; FO-DMTs can be evaluated case by case and do not always require Phase III trials; long-term pharmacovigilance and transparency are needed; there is lack of evidence for multiple- and cross-switching among FO-DMTs; and education is needed to address remaining concerns.Conclusion:Published data support the use of FO-DMTs in MS. The consensus may aid shared decision-making. While our consensus focused on Europe, the results may contribute to enhanced quality standards for FO-DMTs use elsewhere.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,109 | 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 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 ».