Adalimumab drug and antibody levels as predictors of clinical and laboratory response in patients with Crohn's disease
Notice bibliographique
Résumé
BACKGROUND: Adalimumab is an effective treatment for Crohn's disease (CD). Anti-adalimumab antibodies (AAA) and low trough serum drug concentrations have been implicated as pre-disposing factors for treatment failure. AIMS: To assess adalimumab and AAA serum levels, and to examine their association and discriminatory ability with clinical response and serum C-reactive protein (CRP). METHODS: We performed a cross-sectional study using trough sera from adalimumab-treated CD patients. Demographical data, Montreal classification, treatment regimen and clinical status were recorded. Serum adalimumab, AAA and CRP were measured. Receiver operating characteristic analysis and a multivariate regression model were performed to find drug and antibody thresholds for predicting disease activity at time of serum sampling. RESULTS: One hundred and eighteen trough serum samples were included from 71 patients. High adalimumab trough serum concentration was associated with disease remission (Area Under Curve 0.748, P < 0.001). A cut-off drug level of 5.85 μg/mL yielded optimal sensitivity, specificity and positive likelihood ratio for remission prediction (68%, 70.6% and 2.3, respectively). AAA were inversely related with adalimumab drug levels (Spearman's r = -0.411, P < 0.001) and when subdivided into categorical values, positively related with disease activity (P < 0.001). High drug levels and stricturing vs. penetrating or inflammatory phenotype, but not AAA levels, independently predicted disease remission in a multivariate logistic regression model. CONCLUSIONS: Adalimumab drug levels were inversely related to disease activity. High levels of anti-adalimumab antibodies were positively associated with disease activity, but this association was mediated mostly by adalimumab drug levels.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».