Clinical Remission in Patients with Systemic Juvenile Idiopathic Arthritis Treated with Anti-Tumor Necrosis Factor Agents
Notice bibliographique
Résumé
OBJECTIVE: To assess the frequency of clinical remission in a cohort of patients with systemic juvenile idiopathic arthritis (JIA) who received continuous anti-tumor necrosis factor (TNF) therapy; and to identify potential predictors of remission. METHODS: Patients with systemic JIA who were treated with anti-TNF agents for > 6 months were studied. Demographic and nosologic variables recorded at the start of anti-TNF therapy were analyzed. Association between early variables and occurrence of remission was evaluated through Cox proportional hazard regression analysis. RESULTS: Forty-five patients were included (30 girls), median age 9 years (range 2-17 yrs), age at disease onset 5 years (range 0.5-15), disease duration 3 years (range 0.5-13). Twenty-one (47%) children showed systemic symptoms at the start of anti-TNF therapy. Patients received therapy for 24 months (range 6-88): 45 (100%) were given etanercept, 17 (38%) infliximab, and 5 (11%) adalimumab, in combination with methotrexate. Anti-TNF switching was performed in 22 (49%) children. Eleven (24%) met definition criteria for remission while taking etanercept (n = 8), infliximab (2), or adalimumab (1). Remission occurred following 26 (range 9-65) months of therapy. Flares occurred in 5 (45%) patients 2 to 14 months after remission was first recorded. Absence of systemic symptoms at the start of therapy and fulfillment of improvement criteria at Month 3 were associated with remission in univariate analysis; no variable showed any association in multivariate analysis. CONCLUSION: Twenty-four percent of patients with systemic JIA experienced remission with anti-TNF therapy, but only 13% experienced sustained benefit.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».