Does Anti-Tumor Necrosis Factor-α Therapy Affect Risk of Serious Infection and Cancer in Patients with Rheumatoid Arthritis?: A Review of Longterm Data
Notice bibliographique
Résumé
Given the important role tumor necrosis factor-α (TNF-α) antagonists play in managing rheumatoid arthritis and the concern for safety during longterm therapy, we reviewed the latest evidence regarding longterm risk of infection and malignancy with TNF-α antagonists. Our objective was to provide clinicians with information that can be used to counsel and monitor patients who may be candidates for biologic therapy for rheumatoid arthritis (RA). Risk is examined in the context of background infection and malignancy rates in RA. Randomized controlled trial (RCT) data and observational studies summarizing the risk of infection and/or malignancy in RA and specific risks associated with the use of anti-TNF-α biologic agents (adalimumab, infliximab, and etanercept) were identified through a PubMed search. Overall, patients with RA appear to have an approximately 2-fold increased risk of serious infection compared to the general population and non-RA controls, irrespective of TNF-α antagonist use. Although data on infection rates with TNF-α antagonist use are contradictory, caution is merited. Recent analyses suggest that the risk of infection is highest within the first year. Regarding malignancy risk, RCT and observational data are also conflicting; how ever, caution is warranted regarding lymphoproliferative cancers in children and adolescents.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».