Treatment Patterns of Multimorbid Patients with Rheumatoid Arthritis: Results from an International Cross-sectional Study
Notice bibliographique
Résumé
OBJECTIVE: To describe the treatment profile of multimorbid patients with rheumatoid arthritis (RA) in contrast to patients with RA only. METHODS: COMORA (Comorbidities in Rheumatoid Arthritis) is a cross-sectional, international study assessing morbidities, outcomes, and treatment of patients with RA. Patients were grouped according to their multimorbidity profile assessed by a counted multimorbidity index (cMMI). Treatment for RA was categorized as use of biologic disease-modifying antirheumatic drugs (bDMARD), in particular tumor necrosis factor inhibitors (TNFi), synthetic DMARD (sDMARD) use only, nonsteroidal antiinflammatory drug (NSAID) use, and corticosteroid use. Logistic regression models were performed to determine the OR of bDMARD, TNFi, sDMARD, NSAID, or corticosteroid use based on a patient's cMMI and global region after adjusting for age, disease activity, disease duration, educational level, and previous DMARD therapy. RESULTS: Out of 3920 patients, 32.7% received bDMARD; 59.9% sDMARD only, 51.1% used concomitant NSAID, and 54.8% used corticosteroid. Regional differences were observed with the most frequent use of bDMARD in the United States (46.5%) and lowest in North Africa (9%). After adjusting for confounders in logistic regression, the OR for bDMARD use was reduced for each additional morbidity (OR 0.89, 95% CI 0.83-0.96). Similar results were found for TNFi (OR 0.91, 95% CI 0.84-0.99), whereas the OR for use of sDMARD was increased (1.13, 95% CI 1.05-1.22). No significant change of OR was found for NSAID or corticosteroid use. CONCLUSION: In this study, the odds of bDMARD use decreases 11% for each additional chronic morbid condition after adjustment for regional differences, disease activity, and other covariates.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».