Does weight-adjusted anti-tumour necrosis factor treatment favour obese patients with Crohn’s disease?
Notice bibliographique
Résumé
BACKGROUND: Adalimumab (ADA) is a subcutaneous anti-tumour necrosis factor (anti-TNF) agent, effective in inducing and maintaining remission in Crohn's disease (CD). Unlike Infliximab (IFX), ADA dosing is not weight adjusted and dose frequency is based on clinical response. AIM: To determine whether obesity is a risk factor for early loss of response (LOR) to anti-TNF treatment and whether weight-adjusted anti-TNF treatment is favourable. MATERIALS AND METHODS: A hospital database of CD patients receiving anti-TNF treatment was analyzed retrospectively. The relationship between time to LOR and BMI was examined by Kaplan-Meier (KM) survival curves and a Cox proportional hazards model. RESULTS: ADA patients: Of the 54 patients (46 BMI<30 and 8 BMI≥30), KM estimation indicated a significantly shorter time to dose escalation in the BMI of at least 30 (χ=6.117, P=0.01). The Cox proportional hazards model showed that an increased hazard of LOR to ADA is related to increases in BMI (P=0.04). IFX patients: Of the 76 patients (62 BMI<30 and 14 BMI≥30), KM estimation showed that the differences in survival curves were not significant (χ=1.933, P=0.16) for the BMI groups. This was supported by the Cox proportional hazard model (P=0.36). CONCLUSION: BMI appears to be important in predicting ADA efficacy (LOR) in CD. IFX appears to overcome this reduction of efficacy in obese patients. A prospective study evaluating the effect of weight on anti-TNF drug response and serum drug levels is warranted.
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) | 0,001 | 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 ».