Utilization Trends of Tumor Necrosis Factor Inhibitors Among Patients with Rheumatoid Arthritis in a United States Observational Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: Studies have suggested that early institution of tumor necrosis factor (TNF) inhibitors improves functional status and slows radiographic progression among patients with rheumatoid arthritis (RA). To determine whether these findings have altered practice patterns, we used the Consortium of Rheumatology Researchers of North America (CORRONA) registry to assess the pattern of TNF inhibitor utilization in the US over time. METHODS: Demographics and disease activity data were collected for patients with RA. The trend of TNF inhibitor use during 2002-06 was evaluated prospectively using linear and logistic regression models. RESULTS: Of the 11,397 patients with RA, 66% and 34% had established RA and early RA (disease duration < 3 yrs), respectively. The majority of patients were female and Caucasian. Despite comparable levels of disease activity, more of the patients with established RA were taking TNF inhibitors than those with early RA (40% vs 25%; p < 0.0001). The majority of patients (70%) taking TNF inhibitors were also receiving disease modifying antirheumatic drugs. The use of TNF inhibitors increased at a rate of 2.8% per year in established RA and 1.2% per year in early RA. The mean Clinical Disease Activity Index at the start of TNF inhibitors decreased at a rate of -0.233 per quarter (p = 0.006), while the mean Disease Activity Score decreased at a rate of -0.04 per quarter (p = 0.022). CONCLUSION: Utilization of TNF inhibitors in this multicenter, observational US cohort is increasing in both early and established RA, although it is more prominent among patients with established RA. The level of disease activity at which TNF inhibitors were initiated decreased over time in patients with both established and early RA.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».