MétaCan
Menu
Retour à la cohorte
Enregistrement W2099555993 · doi:10.3899/jrheum.090307

Sarcoidosis During Anti-Tumor Necrosis Factor-α Therapy: No Relapse After Rechallenge

2009· letter· en· W2099555993 sur OpenAlexvenueno aff
DEBORAH van der STOEP, Gert‐Jan Braunstahl, J. van Zeben, Jacques M.G.W. Wouters

Notice bibliographique

RevueThe Journal of Rheumatology · 2009
Typeletter
Langueen
DomaineMedicine
ThématiqueSarcoidosis and Beryllium Toxicity Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAdalimumabInfliximabEtanerceptSarcoidosisRheumatoid arthritisAdverse effectNeurosarcoidosisTumor necrosis factor alphaDermatologyErythema nodosumArthritisInternal medicineImmunologyDisease

Résumé

récupéré en direct d'OpenAlex

To the Editor: Anti-tumor necrosis factor (TNF)-α agents such as infliximab, adalimumab, and etanercept are more and more widely used. With this we see a growing number of case reports describing adverse events that occur during anti-TNF-α therapy. One adverse event that has been reported increasingly is the development of sarcoidosis1. This raises many questions. TNF-α plays an important role in the formation of granulomas. Based on this, specific anti-TNF-α agents are supposed to be effective in the treatment of granulomatous diseases such as Crohn’s disease and sarcoidosis. Although current evidence supports the efficacy of infliximab in Crohn’s disease, data regarding anti-TNF-α in sarcoidosis have been conflicting2,3. We describe 2 cases in which sarcoidosis occurred during respectively adalimumab and etanercept treatment, both for rheumatoid arthritis. After cure/stabilization of the sarcoidosis both patients were rechallenged with the anti-TNF-α agent they took originally. The first patient was a 55-year-old woman with rheumatoid arthritis (RA) for 5 years. Eight months after treatment with adalimumab 40 mg every 2 weeks, she developed erythema nodosum-like lesions … Address correspondence to D. van der Stoep. E-mail: dfvanderstoep{at}gmail.com

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,290
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetSarcoidosis and Beryllium Toxicity ResearchTravaux en français237 207