The Impact of Tumor Necrosis Factor α Inhibitors on Radiographic Progression in Ankylosing Spondylitis
Notice bibliographique
Résumé
OBJECTIVE: To study the effect of tumor necrosis factor α (TNFα) inhibitors on progressive spinal damage in patients with ankylosing spondylitis (AS). METHODS: All AS patients meeting the modified New York criteria who had been monitored prospectively and had at least 2 sets of spinal radiographs a minimum of 1.5 years apart were included in the study (n=334). The patients received standard therapy, which included nonsteroidal antiinflammatory drugs and TNFα inhibitors. Radiographic severity was assessed by the modified Stoke Ankylosing Spondylitis Spine Score (mSASSS). Patients with a rate of AS progression that was ≥1 mSASSS unit/year were considered progressors. Univariable and multivariable regression analyses were done. Propensity score matching and sensitivity analysis were performed. A zero-inflated negative binomial (ZINB) model was used to analyze the effect of TNFα inhibitors on the change in the mSASSS with varying followup periods. Potential confounders, such as disease activity (as assessed by the Bath Ankylosing Spondylitis Disease Activity Index), the erythrocyte sedimentation rate, C-reactive protein level, HLA-B27 positivity, sex, age at onset, smoking burden (number of pack-years), and baseline damage, were included in the model. RESULTS: TNFα inhibitor treatment was associated with a 50% reduction in the odds of progression, with an odds ratio (OR) of 0.52 (95% confidence interval [95% CI] 0.30-0.88, P=0.02). Patients with a delay of >10 years in starting therapy were more likely to experience progression as compared to those who started earlier (OR 2.4 [95% CI 1.09-5.3], P=0.03). In the ZINB model, the use of TNFα inhibitors significantly reduced disease progression when the gap between radiographs was >3.9 years. The protective effect of TNFα inhibitors was stronger after propensity score matching. CONCLUSION: Treatment with TNFα inhibitors appears to reduce radiographic progression in AS patients, especially with early initiation and with longer duration of followup.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».