Dactylitis in Psoriatic Arthritis: Prevalence and Response to Therapy in the Biologic Era
Notice bibliographique
Résumé
OBJECTIVE: To determine the prevalence of acute dactylitis in patients with psoriatic arthritis (PsA) and to compare the response of new acute dactylitis to treatment with traditional disease-modifying antirheumatic drug (DMARD) and anti-tumor necrosis factor-α (anti-TNF) agents in a longitudinal PsA cohort. METHODS: Patients with PsA followed at 6 months according to a standard protocol from January 2000 to January 2010 were included in our study. Acute dactylitis was defined as the presence of painful swelling of an entire digit. Response was defined as either complete resolution of dactylitis or > 50% improvement in the number of dactylitic digits. A multivariate generalized estimating equations analysis using a negative binomial model to account for repeated measures was conducted to determine predictors for response to treatment of dactylitis. RESULTS: Of the 752 patients seen in the clinic during this period, 294 had dactylitis in at least 1 visit, giving a prevalence of 39%. Patients with acute dactylitis and data available for response at 6 and 12 months (n = 252; 34% women, mean age 47 yrs, PsA duration 11 yrs) were included in the study on predictors of response to treatment. Multivariate analysis showed that treatment with anti-TNF agents was a significant predictor of improvement in dactylitis at 12 months (relative risk 0.528, 95% CI 0.283-0.985, p = 0.045). CONCLUSION: The prevalence of dactylitis on at least 1 visit was 39%. Treatment was associated with improvement of dactylitis. Patients treated with biologics had better response to treatment compared with those treated with nonbiologic DMARD alone.
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 | 0,001 | 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 ».