Short-term laboratory and related safety outcomes for the multiple sclerosis oral disease-modifying therapies: an observational study
Notice bibliographique
Résumé
Real-world safety data for the oral multiple sclerosis (MS) disease-modifying therapies (DMTs), dimethyl fumarate (DMF), fingolimod, and teriflunomide are important. We examined laboratory test abnormalities and adverse health conditions in new users. Linked laboratory and administrative health data were accessed for all persons with MS (PwMS) filling their first oral DMT prescription in two Canadian provinces. PwMS were followed from first prescription fill until discontinuation, death, emigration or study end. Proportions of PwMS, and incidence rates (IR)/100 person-years, were calculated for ≥1 event of elevated alanine aminotransferase (ALT) (>the upper limit of normal [ULN]; all DMTs), liver toxicity (ALT>3xULN; fingolimod); lymphopenia and proteinuria (DMF), and cardiac arrhythmia, hypertension and pneumonia (all DMTs). Overall, 1,140 PwMS were followed for up to 2 years. De novo elevated alanine aminotransferase affected 13.2% (DMF), 12.4% (teriflunomide), and 30.0% (fingolimod) of users. Liver toxicity affected 2.8% of fingolimod, lymphopenia 3.1% of DMF, and proteinuria 2.9% of DMF users. The incidences of cardiac arrhythmia, pneumonia and hypertension ranged from <1 to 1.86/100 person-years depending on the DMT. The short-term, real-world incidences of abnormal laboratory results or adverse events were consistent with the pivotal clinical trial findings. Longer-term safety data are still needed.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».