MétaCan
Menu
Retour à la cohorte
Enregistrement W7117165888 · doi:10.1177/17562864251399595

Real-world effectiveness of horizontal switching between disease-modifying therapies in multiple sclerosis: a retrospective analysis of the MSBase Registry

2025· article· en· W7117165888 sur OpenAlexaff
Enrique Gómez‐Figueroa, Patricia Orozco-Puga, Cynthia Patricia Corona-Vázquez, Carlos Javier Moreno-Bernardino, Graciela Elizabeth De la Mora-Landín, Amado Jiménez‐Ruiz, Christian García-Estrada, Lizeth Zertuche-Ortuño, Sergio Saldívar-Dávila, Roberto Rodríguez-Rivas, Lisette Bazán-Rodríguez, Flores-Rivera Jose, Tomas Kalincik, Katherine Buzzard, Samia J. Khoury, Pierre Duquette, Matteo Foschi, Andrea Surcinelli, Bianca Weinstock-Guttman, Riadh Gouider, Saloua Mrabet, Jeannette Lechner-Scott, Helmut Butzkueven, Raed Alroughani, Izanne Roos, Francesco Patti, Bassem Yamout, François Grand’Maison, Daniele Spitaleri, Pamela McCombe, José Luis Sánchez-Menoyo, Serkan Ozakbas, Abdullah Al‐Asmi, Nevin John, Elisabetta Cartechini, Anneke van der Walt, Justin Garber, Emmanuelle Lapointe, Aysun Soysal, Eduardo Aguera-Morales, J Mesquita Guimarães, J L Ruiz-Sandoval

Notice bibliographique

RevueTherapeutic Advances in Neurological Disorders · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésRetrospective cohort studyHorizontal and verticalDiseaseProspective cohort studyStability (learning theory)

Résumé

récupéré en direct d'OpenAlex

Background: Switching disease-modifying therapies (DMTs) is common in relapsing-remitting multiple sclerosis (RRMS). Vertical switching to higher-efficacy agents generally outperforms horizontal switching within the same efficacy tier, yet horizontal switches remain frequent where escalation is impractical. Objectives: To compare real-world outcomes after horizontal versus vertical DMT switches and to identify predictors of successful horizontal switching. Design: Retrospective, registry-based observational study. Methods: Adults with RRMS who switched DMTs in the MSBase Registry (2010-2023) were analyzed. Horizontal switches were defined as transitions within efficacy tiers, and vertical switches as transitions to a higher tier. Propensity score matching (1:1) generated balanced cohorts. Multivariable mixed-effects models with a random intercept for patients were used to evaluate associations with outcomes. The primary outcome was no evidence of disease activity (NEDA-3) during the treatment period; secondary outcomes included annualized relapse rate (ARR), Expanded Disability Status Scale (EDSS) change, confirmed disability worsening (CDW), confirmed disability improvement (CDI), and progression independent of relapse activity (PIRA). Predictors of successful horizontal switching were explored using logistic regression. Results: A total of 4934 matched switches (2467 pairs) were analyzed. Vertical switching achieved higher NEDA-3 rates than horizontal switching (45.8% vs 33.7%) and was associated with lower ARR, reduced CDW risk, and more frequent CDI; differences in EDSS progression and PIRA were not significant. Among horizontal switchers, 33.7% achieved NEDA-3. Success was associated with lower baseline EDSS, fewer prior relapses, and later-line switching. Outcomes varied by destination therapy: anti-CD20 agents had the highest success (≈50%), followed by cladribine (≈43%) and natalizumab (≈41%), whereas interferon and glatiramer acetate performed the poorest. Switches toward anti-CD20 therapies generally yielded better outcomes than other within-tier changes. Conclusion: Vertical switching should be preferred when treatment modification is required, particularly for patients with active disease. However, a subset of patients can achieve disease stability after horizontal switching, especially those with lower disability and fewer prior relapses. The dynamics of horizontal switching may further influence outcomes, warranting prospective validation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,344
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in Neurological DisordersMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207