Minimal disease activity, remission, and the long‐term outcomes of rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVE: To determine the prevalence of minimal disease activity (MDA) and remission in patients with rheumatoid arthritis (RA), to assess the effect of anti-tumor necrosis factor (anti-TNF) therapy on MDA, and to determine the extent to which MDA status improves long-term outcomes. METHODS: Using the Patient Activity Scale (PAS) as a surrogate, we assessed the prevalence of MDA and remission in 18,062 patients with RA using the newly developed Outcome Measures in Rheumatology Clinical Trials (OMERACT) criteria for MDA. RESULTS: MDA was noted in 20.2% of 18,062 patients and persistent MDA, operationally defined as having MDA during >or=2 consecutive 6-month observation periods, occurred in 13.5% of 7,433 patients followed longitudinally. Disease activity at remission levels was noted in 7%. Among patients with MDA, 82% received disease-modifying antirheumatic drugs or biologic agents. Following anti-TNF initiation, the cumulative probability of achieving MDA at 2 and 6 years was 4.1% and 7.6%, respectively, and persistent MDA probabilities were 2.7% and 4.5%, respectively. Regardless of RA duration, patients with MDA had substantially better outcomes, including a 10-fold reduction in work disability and an approximately 2-fold reduction in total joint replacement and mortality. CONCLUSION: Remission remains uncommon in RA, and the prevalence of new remission in community practice is substantially lower than noted in published trials of biologic therapy. On average, persons with MDA appear to have persistently mild RA. This might be the effect of milder RA and/or more effective treatment in early RA. The PAS had satisfactory levels of agreement with the full MDA criteria and appears suitable for use in clinical and epidemiologic research.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».