Higher Rates of Dose Optimisation for Infliximab Responders in Ulcerative Colitis than in Crohn’s disease
Notice bibliographique
Résumé
BACKGROUND: Studies have demonstrated the benefit of dose optimisation in the setting of secondary loss of response to infliximab in inflammatory bowel disease. AIM: The aim of our study was to retrospectively investigate the rates of dose optimisation in an inflammatory bowel disease cohort receiving maintenance infliximab therapy to determine if there are different rates of dose optimisation between CD and UC cases and what impact this has on the durability of treatment effect. METHODS: Cases receiving infliximab for treatment of IBD between January 2008 and February 2014 were identified from an infusion centre database. Cases receiving ≥ 4 infusions were included in the study. Details of infusion dosing and timing were obtained. A dose increase from 5mg/kg to 10mg/kg or a reduction in the dosing interval was considered a dose optimisation. RESULTS: A total of 412 cases were included in the study; 52.7% required at least one dose optimisation. Dose optimisation was more common in UC than in CD cases [67.2% vs 46.3%, p = 0.00006]. The median time to dose optimisation was 7 months (95% confidence interval [CI] 4.8-9.2) for UC cases and 27 months [95% CI 7.3-46.7] for CD cases, p = 0.00003. CONCLUSIONS: Here we have shown that dose optimisation is required more frequently in UC than in CD, with a significantly shorter time to dose optimisation for UC cases than CD cases. The majority of cases responding to induction therapy with infliximab will have a sustained response to therapy, but over 50% will require a dose optimisation during their treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 tête enseignante, 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 ».