Effectiveness and Safety of Abatacept in Moderate to Severe Rheumatoid Arthritis
Notice bibliographique
Résumé
PURPOSE: Abatacept was approved in our hospital by the Pharmacy and Therapeutics Committee for treatment of moderate to severe rheumatoid arthritis (RA) in adult patients with inadequate response or intolerance to disease modifying antirheumatic drugs (DMARDs), including at least one anti-tumour necrosis factor (anti-TNF). The objectives of this study were to analyze compliance with our protocol and to evaluate effectiveness and safety of abatacept in our patients. METHODS: We performed a descriptive longitudinal study of patients with RA treated with abatacept between August 2008 and May 2010 in our day care unit. We reviewed clinical records and recorded the following data: sex, age, weight, year of diagnosis, previous antirheumatic treatments and reasons for withdrawal of anti-TNFs, indication for abatacept, dose and date of administration, Disease Activity Score (DAS28) and adverse events. Effectiveness was evaluated using the European League Against Rheumatism (EULAR) criteria. RESULTS: We recruited 16 patients. Mean follow-up time was 10.4 (SD: 6.1) months. All patients had been previously treated with DMARDs, including at least one anti-TNF, and the mean dose of abatacept was 9.4 (SD: 1.4) mg/kg. During the first 6 months of treatment, 11/16 of patients experienced a decrease in their DAS28 value, but only 5/16 achieved a satisfactory response. Dyspnea was the most frequent adverse event (7/16), followed by fatigue and asthenia (6/16) and dry skin (5/16). CONCLUSIONS: The indication for abatacept in our hospital complied with the protocol approved by the Pharmacy and Therapeutics Committee. Only 5/16 of patients achieved a satisfactory response; however, it should be noted that these patients had moderate to severe RA that was refractory to other treatments. Adverse reactions were consistent with those described in the summary of product characteristics. Further studies with larger cohorts are needed to analyze the long-term safety and effectiveness profile in clinical practice.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».