Prophylaxis for Latent Tuberculosis Infection Prior to Anti–Tumor Necrosis Factor Therapy in Low‐Risk Elderly Patients With Rheumatoid Arthritis: A Decision Analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine if low-risk elderly patients with rheumatoid arthritis (RA) who screen positive for latent tuberculosis (TB) infection prior to anti–tumor necrosis factor (anti-TNF) therapy should be given isoniazid (INH). METHODS: A Markov model was developed. The base case was a patient age 65 years with RA starting anti-TNF therapy with a positive tuberculin skin test (TST) finding of 5–9 mm, who was born in a country with low TB prevalence and had no other TB risk factors. The decision was 9 months of INH or not. The primary outcome was quality-adjusted life expectancy. Multiple sensitivity analyses were performed. RESULTS: No prophylaxis was favored, with a gain of 1.1 quality-adjusted life days, but the decision was sensitive to several variables. Prophylaxis was favored for patients ages <61 years, if the relative risk (RR) of TB reactivation with RA alone was >2.5, if the RR with anti-TNF therapy was >5.8, or if the utility associated with INH therapy was >0.98. Prophylaxis was also preferred for patients with a TST result >10 mm and for patients from higher risk countries. If 6 months of INH or 4 months of rifampin were used, prophylaxis was preferred, providing that therapy reduced the risk of TB reactivation by >47% and >27%, respectively. CONCLUSION: Withholding prophylaxis prior to anti-TNF therapy may be reasonable for low-risk elderly RA patients with a TST finding of 5–9 mm, although the decision is sensitive to patient preferences. For patients age <61 years from a higher risk country, or with a TST finding >10 mm, prophylaxis is preferred.
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 | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».