Prevalence of and Outcomes Associated with Corticosteroid Prescription in Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND: Corticosteroids are widely used in the management of inflammatory bowel disease (IBD) and are associated with significant side effects. The real world effectiveness of newer drug therapies at reducing corticosteroid use is yet to be reported. The overall burden of corticosteroid use is poorly characterized. METHODS: We used a population-based IBD database to evaluate the overall prevalence of corticosteroid exposure, corticosteroid-free survival, and heavy corticosteroid use (≥3000 mg of prednisone or equivalent in a 365-day period). Regression models were used to assess predictors of heavy corticosteroid use and the relationship between corticosteroid dose in the first year after diagnosis and the need for continued corticosteroid use and surgery. RESULTS: The proportion of persons with IBD prescribed corticosteroids within 1, 5, and 10 years of diagnosis was 35.2%, 52.0%, and 62.8%, respectively. Persons with ulcerative colitis, males, and diagnosis before age 25 were more likely to use corticosteroids and have higher cumulative exposure. Heavy corticosteroid use in the first year after IBD diagnosis was associated with a 3 times increased hazard of resective surgery. Cumulative corticosteroid exposure did not decrease among those diagnosed with IBD in more recent years, despite increasing use of immunomodulators. CONCLUSIONS: A plurality of IBD patients will be exposed to corticosteroids over the course of disease, mostly in the first year. Heavy corticosteroid use in the first year of IBD is a strong predictor of subsequent surgery. Cumulative exposure to corticosteroids use is not decreasing despite increasing uptake of immunomodulators.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».