MétaCan
Menu
Retour à la cohorte
Enregistrement W1654800013 · doi:10.1186/s12891-015-0636-9

Prognostic factors for abatacept retention in patients who received at least one prior biologic agent: an interim analysis from the observational, prospective ACTION study

2015· article· en· W1654800013 sur OpenAlexaffabout
H. Nüßlein, Rieke Alten, Mauro Galeazzi, Hanns-Martin Lorenz, Michael T. Nurmohamed, W. Bensen, Gerd R Burmester, Hans-Hartmut Peter, Karel Pavelká, M. Chartier, Coralie Poncet, C. Rauch, Manuela Le Bars

Notice bibliographique

RevueBMC Musculoskeletal Disorders · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversitySt. Joseph's Hospital
Organismes subventionnairesCilagSwedish Orphan BiovitrumAstraZenecaChugai PharmaceuticalPfizerAmgenBristol-Myers SquibbSanofiAbbott Laboratories
Mots-clésMedicineAbataceptInternal medicineHazard ratioInterim analysisRheumatoid arthritisProportional hazards modelEtanerceptConfidence intervalRheumatologyClinical trialPhysical therapyOncologyRituximab

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The emergence of new therapies for the treatment of rheumatoid arthritis (RA), the paucity of head-to-head studies, and the heterogeneous nature of responses to current biologics highlight the need for the identification of prognostic factors for treatment response and retention in clinical practice. Prognostic factors for patient retention have not been explored thoroughly despite data for abatacept and other biologics being available from national registries. Real-world data from the ACTION study may supplement the findings of randomized controlled trials and show how abatacept is used in clinical practice. The aim of this interim analysis was to identify prognostic factors for abatacept retention in patients with RA who received at least one prior biologic agent. METHODS: A large, international, non-interventional cohort of patients with moderate-to-severe RA who initiated intravenous abatacept in Canada and Europe (May 2008-January 2011) enrolled in the ACTION study. Potential prognostic factors for retention in this interim analysis (data cut-off February 2012; including patients from Canada, Germany, Greece, and Italy) were baseline demographics and disease characteristics, medical history, and previous and concomitant medication. Clinically relevant variables with p ≤ 0.20 in univariate analysis and no collinearity were entered into a Cox proportional hazards regression model, adjusted for clustered data. Variables with p ≤ 0.10 were retained in the final model (backward selection). RESULTS: The multivariate model included 834 patients. Anti-cyclic citrullinated peptide (CCP) antibody positivity (hazard ratio [95% confidence interval]: 0.55 [0.40, 0.75], p < 0.001), failure of <2 prior anti-tumor necrosis factors (TNFs) (0.71 [0.56, 0.90], p = 0.005 versus ≥2 prior anti-TNFs), and cardiovascular comorbidity at abatacept initiation (0.48 [0.28, 0.83], p = 0.009) were associated with lower risk of abatacept discontinuation. Patients in Greece and Italy were less likely to discontinue abatacept than patients in Germany and Canada (Greece: 0.30 [0.16, 0.58]; Italy: 0.50 [0.33, 0.76]; Canada: 1.04 [0.78, 1.40], p < 0.001 versus Germany). CONCLUSIONS: Real-world prognostic factors for abatacept retention include anti-CCP positivity and fewer prior anti-TNF failures. Differences in retention rates between countries may reflect differences in healthcare systems. The finding that abatacept has potential advantages in patients with cardiovascular comorbidities needs to be confirmed in further research.

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)0,000
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 enseignants0,019
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,111
Tête enseignante GPT0,346
Écart entre enseignants0,235 · 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

Citations42
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Musculoskeletal DisordersMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207