Zum Inhalt

ScrollyTelling: Aktive schubförmige Multiple Sklerose (RMS)

Aktive schubförmige Multiple Sklerose (RMS)

Mit freundlicher Unterstützung von Novartis Pharma GmbH, Nürnberg

Frühzeitig hochwirksam therapieren (Link öffnet in neuem Fenster)

Der frühe Einsatz hochwirksamera Therapien zeigt vielversprechende Ergebnisse bei aktiver schubförmiger Multipler Sklerose. Welche Vorteile Patientinnen und Patienten mit mild-aktivemb Krankheitsverlauf von der Therapie mit einem subkutanen Anti-CD20-Antikörper haben können, erfahren Sie im aktuellen ScrollyTelling.

Zum ScrollyTelling Link öffnet in neuem Fenster

Informationen zum ScrollyTelling

Wissensbausteine

  • Hochwirksamea Therapien (HET) bei mild-aktiverb RMS
  • Studiendaten zur subkutanen Anti-CD20-Therapie
  • Anwendung und Wirkmechanismus

Highlights

  • Für welche Patientinnen und Patienten eignet sich eine HET a?
  • Was ist mild-aktiveb RMS?
  • Was ist die Patientensicht auf die subkutane Anti-CD20-Therapie?

Was ist ScrollyTelling?

Mit dem ScrollyTelling wird medizinisches Fachwissen auf den Punkt gebracht. Über das Scrollen und in Kombination mit vielseitigen Interaktionselementen geht es in die Tiefe der Information. So hilft das ScrollyTelling, sowohl einen schnellen Überblick zu erhalten als auch gezielt Wissensinhalte zu vertiefen. Seien es neueste Studiendaten, eine angepasste Leitlinie, Fallbeispiele, der Inhalt eines Symposiums und vieles mehr. Reinschauen lohnt sich!

Fußnoten

a Analog S2k-Leitlinie [1] gemäß Wirksamkeitskategorie 3.

b Mild-aktive RMS: Mild-aktive RMS ist eine Definition von Novartis gemäß der durchschnittlichen Patientinnen- und Patientencharakteristika in den ASCLEPIOS-Zulassungsstudien-I und -II [2].

Literatur
  1. Hemmer B et al., S2k-Leitlinie, Leitlinien für Diagnostik und Therapie in der Neurologie, www.dgn.org/leitlinien (letzter Zugriff: 13.02.2024)
  2. Hauser SL et al., N Engl J Med 2020, 383:546–557
Bildnachweise
Headerbild Scrollytelling/© Springer Medizin Verlag GmbH, Titelbild/© Gehirn © Rene Grycner / generiert mit KI / stock.adobe.com, Neuronales Netzwerk © Renata Hamuda / generiert mit KI / stock.adobe.com