Alemtuzumab as Remission Induction Therapy in Behçet Disease: A 20-year Experience
Notice bibliographique
Résumé
OBJECTIVE: To study the efficacy and safety of anti-CD52 antibody (alemtuzumab) in the treatment of refractory and relapsing Behçet disease (BD). METHODS: Thirty-two patients (22 women) with BD received 60 courses of alemtuzumab between 1994 and 2013. Three-dose regimens were used: 134 mg in 21 courses (Group 1), 95 mg in 18 courses (Group 2), and 60 mg in 21 courses (Group 3). Immunosuppressive drugs were stopped at the time of alemtuzumab, and prednisolone was reduced according to clinical response. Treatment response was assessed by clinical status, inflammatory activity, prednisolone dose, and the need for subsequent immunosuppressive drugs and disease relapse. RESULTS: After the first alemtuzumab course, 27 of 32 patients (84%) achieved partial or complete remission (CR). Fifty of 60 courses (83%) resulted in remission (66% CR) without differences in remission rates between dosing regimens. Profound lymphocyte depletion occurred after all courses. Relapse-free survival rates were 83.6% at 6 months and 52.8% at 12 months, and were higher among Group 1 patients (Group 1: 100% and 77.8%, Group 2: 81.3% and 37.5%, and Group 3: 65.0% and 37.1%, p < 0.001). Mild to moderate infusion reactions occurred after 16 courses (27%). Eight patients (25%) developed symptomatic thyroid disease. CONCLUSION: Alemtuzumab led to remission in the majority of patients with difficult-to-treat BD. Relapse was common and may be associated with lower dosing. Adverse events included infusion reactions and new autoimmunity. Achieving complete lymphocyte depletion did not affect the remission rate or duration.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».