Characteristics and Treatment Patterns of Patients with Diabetic Macular Edema Non-Responsive to Anti-Vascular Endothelial Growth Factor Treatment in Ontario, Canada
Notice bibliographique
Résumé
Sohel Somani,1 Keyvan Koushan,2 Bijal Shah-Manek,3 Daniel Mercer,4 Thula Kanagenthiran,5 Changgeng Zhao,5 Ali Alobaidi5 1Department of Ophthalmology and Vision Sciences, University of Toronto and Uptown Eye Specialists, Brampton, Canada; 2Toronto Retina Institute, Toronto, Canada; 3Health Economics and Outcomes Research, Noesis Healthcare Technologies, Inc., Redwood City, CA, USA; 4Genesis Research, Hoboken, NJ, USA; 5Allergan, an AbbVie Company, Irvine, CA, USACorrespondence: Sohel Somani, Email sohel.somani@uptowneye.caPurpose: To understand the demographics, clinical characteristics, treatment patterns, visual and anatomic responses of patients with diabetic macular edema (DME) initially treated with anti-vascular endothelial growth factor (anti-VEGF) agents in the real-world clinical setting.Patients and Methods: This retrospective cohort study used electronic health records to identify consecutively presenting patients with DME who received their first documented anti-VEGF injection (index injection) on or after 1 October 2015 and before 30 September 2016 (index period) at 4 clinical sites in Ontario, Canada. Patients receiving anti-VEGF injections in the study eye were followed for ≥ 18 months. After the first 3 monthly injections, patients were classified as “responder” (≥ 20% reduction in central retinal thickness [CRT] from index date) or “nonresponder” (< 20% reduction in CRT) to anti-VEGF treatment.Results: At 12 months, change from baseline (CFB) in best visual acuity (BVA) of responders (n = 30) was mean (SD) 12.8 (13.00) letters; CFB in nonresponders (n = 56) was 3.2 (16.3) letters. Sensitivity analyses stratified by initial BVA were supportive. Mean (SD) change in CRT (μm) was − 160.4 (111.4) in responders and − 62.2 (98.6) in nonresponders. While changes in anti-VEGF therapy were lower in responders versus nonresponders (10.0% vs 23.2%), mean number of injections was similar (8.3 in each cohort).Conclusion: Despite receiving a substantial number of injections and requiring changes in therapy more frequently, nonresponders showed a lack of clinically meaningful change in BVA and CRT. Nonresponders could be identified after 3 anti-VEGF injections. There remains an unmet need for treatment options in patients with DME who show a nonresponse after 3 months of anti-VEGF treatment.Keywords: real-world evidence, diabetic macular edema, drug therapy, anti-vascular endothelial growth factor, visual acuity
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».