Dosage Adjustment of Anti-Tumor Necrosis Factor-α Inhibitor in Ankylosing Spondylitis Is Effective in Maintaining Remission in Clinical Practice
Notice bibliographique
Résumé
OBJECTIVE: While remission is possible in patients with ankylosing spondylitis (AS), it is often unclear what attitude should be adopted once remission has occurred. We investigated whether dosage adjustment is an effective means of maintaining remission. METHODS: This was a retrospective study drawn from clinical situations. Remission was defined using clinical measures [Bath Ankylosing Spondylitis Disease Activity Index (BASDAI) ≤ 20/100 and no peripheral joint disease] and biological measures [C-reactive protein (CRP) levels ≤ normal value]. The tumor necrosis factor-α (TNF-α) inhibitors used were infliximab, adalimumab, and etanercept. Response predictors of remission were evaluated by logistic regression (age, CRP, HLA-B27 positivity, sex, duration of disease, and anti-TNF-α naivety). CRP and BASDAI were evaluated before and after dosage adjustment at about 6, 12, 24, and 36 months. RESULTS: One hundred eighty-nine patients with AS were included in the study, with a mean followup of 43.5 (± 17.9) months after the introduction of the first anti-TNF-α inhibitor. Mean age was 45.6 (± 12.5) years. Remission had occurred in 65 patients (35%). Significant response predictors of remission were male sex (p = 0.003) and anti-TNF-α naivety (p < 0.001). Dosage adjustment was observed 49 times, and progressively reducing treatment frequency was effective to maintain remission in a large number of patients for 36 months. The cumulative probability of continuing anti-TNF-α after dosage adjustment was 79.0% at 12 months, 70.5% at 24 months, and 58.8% at 36 months. CONCLUSION: Remission had occurred in 35% of the patients with AS under anti-TNF-α inhibitor therapy. Dosage adjustment and progressively reducing treatment frequency was effective in maintaining remission.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».