Rates of Serious Infections and Malignancies Among Patients with Rheumatoid Arthritis Receiving Either Tumor Necrosis Factor Inhibitor or Rituximab Therapy
Notice bibliographique
Résumé
OBJECTIVE: Because of the role of tumor necrosis factor (TNF) in host defense, it was hypothesized that its inhibition might lead to an increased risk of malignancies and infections. The objective of our study was to assess the incidence of serious infections leading to hospitalization and malignancies among patients with rheumatoid arthritis (RA) receiving either TNF inhibitor or rituximab (RTX) therapy. METHODS: The study population was identified from the National Register for Biologic Treatment in Finland and the hospital records of Central Finland Central Hospital for conventional disease-modifying antirheumatic drug (cDMARD) users. Data on infections and malignancies were acquired from national healthcare registers. A Poisson model was used to calculate the adjusted incidence rate ratios (aIRR) and was composed of age, sex, time from diagnosis, year of the beginning of the followup, rheumatoid factor status, Disease Activity Score at 28 joints, Health Assessment Questionnaire, prior malignancy, prior serious infection, prior biologic use, and time-updated use of methotrexate, sulfasalazine, hydroxychloroquine, and oral corticosteroids as confounders. RESULTS: In total, during the followup of 10,994 patient-years, 92 malignancies and 341 serious infections were included in the analyses. The aIRR of infections compared to cDMARD users were 1.2 (95% CI 0.63-2.3), 0.84 (95% CI 0.53-1.3), 0.98 (95% CI 0.60-1.6), and 1.1 (95% CI 0.59-1.9) for the patients treated with infliximab (IFX), etanercept, adalimumab, and RTX, respectively. The crude rates of malignancies were highest among the users of cDMARD and RTX, and lowest among patients treated with IFX with no differences in aIRR. CONCLUSION: Our results provide some reassurance of the safety of biologic treatments in the treatment of RA.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».