Clinical Response Within 12 Weeks as a Predictor of Future Low Disease Activity in Patients with Early RA: Results from the TEAR Trial
Notice bibliographique
Résumé
OBJECTIVE: Rapidly predicting future outcomes based on short-term clinical response would be helpful to optimize rheumatoid arthritis (RA) management in early disease. Our aim was to derive and validate a clinical prediction rule to predict low disease activity (LDA) at 1 year among patients participating in the Treatment of Early Aggressive Rheumatoid Arthritis (TEAR) trial escalating RA therapy by adding either etanercept or sulfasalazine + hydroxychloroquine [triple therapy (TT)] after 6 months of methotrexate (MTX) therapy. METHODS: Eligible subjects included in the derivation cohort (used for model building, n = 186) were participants with moderate or higher disease activity [Disease Activity Score 28-erythrocyte sedimentation rate (DAS-ESR) > 3.2] despite 24 weeks of MTX monotherapy who added either etanercept or sulfasalazine + hydroxychloroquine. Clinical characteristics measured within the next 12 weeks were used to predict LDA 1 year later using multivariable logistic regression. Validation was performed in the cohort of TEAR patients randomized to initially receive either MTX + etanercept or TT. RESULTS: The derivation cohort yielded 3 prediction models of varying complexity that included age, DAS28 at various timepoints, body mass index, and ESR (area under the receiver-operator characteristic curve up to 0.83). Accuracy of the prediction models ranged between 80% and 95% in both derivation and validation cohorts, depending on the complexity of the model and the cutpoints chosen for response and nonresponse. About 80% of patients could be predicted to be responders or nonresponders at Week 12. CONCLUSION: Clinical data collected early after starting or escalating disease-modifying antirheumatic drug/biologic treatment could accurately predict LDA at 1 year in patients with early RA. For patients predicted to be nonresponders, treatment could be changed at 12 weeks to optimize outcomes.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».