Rituximab versus an alternative TNF inhibitor in patients with rheumatoid arthritis who failed to respond to a single previous TNF inhibitor: SWITCH-RA, a global, observational, comparative effectiveness study
Notice bibliographique
Résumé
OBJECTIVES: To compare the effectiveness of rituximab versus an alternative tumour necrosis factor (TNF) inhibitor (TNFi) in patients with rheumatoid arthritis (RA) with an inadequate response to one previous TNFi. METHODS: SWITCH-RA was a prospective, global, observational, real-life study. Patients non-responsive or intolerant to a single TNFi were enrolled ≤4 weeks after starting rituximab or a second TNFi. Primary end point: change in Disease Activity Score in 28 joints excluding patient's global health component (DAS28-3)-erythrocyte sedimentation rate (ESR) over 6 months. RESULTS: 604 patients received rituximab, and 507 an alternative TNFi as second biological therapy. Reasons for discontinuing the first TNFi were inefficacy (n=827), intolerance (n=263) and other (n=21). A total of 728 patients were available for primary end point analysis (rituximab n=405; TNFi n=323). Baseline mean (SD) DAS28-3-ESR was higher in the rituximab than the TNFi group: 5.2 (1.2) vs 4.8 (1.3); p<0.0001. Least squares mean (SE) change in DAS28-3-ESR at 6 months was significantly greater in rituximab than TNFi patients: -1.5 (0.2) vs -1.1 (0.2); p=0.007. The difference remained significant among patients discontinuing the initial TNFi because of inefficacy (-1.7 vs -1.3; p=0.017) but not intolerance (-0.7 vs -0.7; p=0.894). Seropositive patients showed significantly greater improvements in DAS28-3-ESR with rituximab than with TNFi (-1.6 (0.3) vs -1.2 (0.3); p=0.011), particularly those switching because of inefficacy (-1.9 (0.3) vs -1.5 (0.4); p=0.021). The overall incidence of adverse events was similar between the rituximab and TNFi groups. CONCLUSIONS: These real-life data indicate that, after discontinuation of an initial TNFi, switching to rituximab is associated with significantly improved clinical effectiveness compared with switching to a second TNFi. This difference was particularly evident in seropositive patients and in those switched because of inefficacy.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».