Premedications for infliximab infusions do not impact the risk of acute adverse drug reactions
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to identify the association of premedication with the adverse drug reaction (ADR) rate in infliximab infusions. DESIGN: A retrospective chart review of 684 patients who received 4077 infusions in a network of community clinics over 16.5 months. Data collected included age, weight, sex, diagnosis, dose, premedications and ADR information, which was coded for time of onset, severity and outcome. SETTING: Community infusion clinics located in Ontario, Canada. PATIENTS: Patients aged 12-91 years who receive regular infliximab infusions to treat their autoimmune condition, mainly either Crohn's disease or rheumatoid arthritis. MAIN OUTCOME MEASURES: The number of infusions to the occurrence of an acute ADR by presence of premedication. RESULTS: (1, n=644, p=0.651)=0.204) between those who always received premedications and those who never did. When controlling for age, sex, weight and diagnosis, patients receiving premedications were just as likely to experience an ADR as patients who never received any (OR 1.1, 95% CI 0.7 to 1.9, p=0.5). When assessing the number of infusions to the occurrence of an ADR using the Kaplan-Meier method, no significant difference was found between the two groups. CONCLUSIONS: The use of premedications is not associated with a decreased risk of ADR in patients receiving infliximab. This held true for patients who had never had an ADR prior to receiving premedications and while controlling for age, sex, weight and diagnosis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».