Persistence with Anti-Tumor Necrosis Factor Therapies in Patients with Rheumatoid Arthritis: Observations from the RADIUS Registry
Notice bibliographique
Résumé
OBJECTIVE: To evaluate persistence with anti-tumor necrosis factor (TNF) therapy and predictors of discontinuation in patients with rheumatoid arthritis (RA). METHODS: This retrospective analysis used data from RADIUS 1, a 5-year observational registry of patients with RA, to determine time to first- and second-course discontinuation of etanercept, infliximab, and adalimumab. First-course therapy was defined as first exposure to anti-TNF therapy, and second-course therapy was defined as exposure to anti-TNF therapy after the first discontinuation. Kaplan-Meier survival analysis was used to assess persistence, log-rank tests were used to compare therapies, and Cox proportional hazards models were used to assess potential predictors of treatment discontinuation. RESULTS: This analysis included 2418 patients. Mean persistence rates were similar among treatments [first-course: etanercept, 51%; infliximab, 48%; adalimumab, 48% (followup was 54 weeks for etanercept and infliximab and 42 weeks for adalimumab); second-course: 56%, 50%, 46%, respectively (followup was 36 weeks for etanercept and infliximab and 30 weeks for adalimumab)]. Discontinuations of first-course therapy due to ineffectiveness were similar among treatments (etanercept, 19%; infliximab, 19%; adalimumab, 20%) and discontinuations due to adverse events were significantly (p = 0.0006) lower for etanercept than for infliximab (etanercept, 14%; infliximab, 22%; adalimumab, 17%). Predictors from univariable analysis of first- or second-course therapy discontinuation included increased comorbidities (etanercept), female sex (infliximab), Clinical Disease Activity Index > 22 (infliximab), and a Stanford Health Assessment Questionnaire score > 0.5 (adalimumab). CONCLUSION: In this population, first- and second-course persistence was similar among anti-TNF therapies. First-course discontinuation due to adverse events was lower with etanercept compared with infliximab.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 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 ».