Prospective assessment of the effect on quality of life of anti‐tumour necrosis factor therapy for perineal Crohn’s fistulas
Notice bibliographique
Résumé
BACKGROUND: Anti-tumour necrosis factor (TNF) therapy effectively treats Crohn's perineal fistulas (CPF); the effect on health-related quality of life (HRQoL) remains unknown. AIMS: To evaluate the effect of anti-TNF therapy on the HRQoL of patients with CPF in daily clinical practice. METHODS: Prospective evaluation of clinical and magnetic resonance imaging (MRI) responses, disease activity (Perianal Disease Activity Index - PDAI), and HRQoL assessment [Inflammatory Bowel Disease Questionnaire (IBDQ)] in patients receiving anti-TNF therapy for CPF treated up to 12 months. RESULTS: In all, 26 patients with CPF were treated (mean age 39 years; 19 infliximab, 7 adalimumab). At baseline, 85% patients had impaired IBDQ scores (mean 137; 'normal' >170). At 12 months, mean increases in IBDQ score for infliximab and adalimumab treated patients were 40 and 41 points respectively (P < 0.05). There were significant improvements in all IBDQ subscores (bowel, emotional, systemic, social) at 12 months (all P < or = 0.003). Fourteen patients (74%) on infliximab and six on adalimumab (86%) achieved IBDQ score > or =170. Mean increase in IBDQ score was 50, 34 and 16 points in patients with clinical fistula closure (P < 0.001), clinical response (P = 0.002) and no response (n = 1) respectively. IBDQ score increased for patients with MRI healing (P < 0.001) and MRI improvement (P = 0.016), but not for those with no MRI change (n = 2). IBDQ correlated significantly with PDAI at baseline and at 12 months. CONCLUSION: Anti-TNF therapy improves HRQoL in patients with CPF at 12 months and this improvement is most pronounced in patients with clinical and MRI healing.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».