Anti-rheumatic drug use and risk of serious infections in rheumatoid arthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To assess the risk of severe infections associated with the use of traditional disease-modifying anti-rheumatic drugs (DMARDs) and glucocorticoid agents in rheumatoid arthritis (RA). METHODS: Our study was a case-control design nested within a cohort of 23 733 RA patients studied between 1 January 1980 and 31 December 2003. Matching on age and gender, and adjusting for comorbidity and physician use, conditional logistic regression was used to estimate the effect of specific drugs on the rate ratio (RR) for infections requiring hospitalization. RESULTS: The risk for all infections requiring hospitalization appeared to be most elevated with current exposures to cyclophosphamide [RR: 3.26, 95% confidence interval (CI): 2.28-4.67] and systemic glucocorticoid agents (RR: 2.56, 95% CI: 2.29-2.85); azathioprine was associated with a moderate increased risk (RR: 1.52, 95% CI: 1.18-1.97). There was a suggestion of increased risk of pneumonia due to methotrexate (RR: 1.16, 95% CI: 1.02-1.33). The results were similar for the period before and after the introduction of anti-tumour necrosis factor (TNF) agents. The RR point estimate for anti-TNF agents suggested about a 2-fold increased risk for all infections, but the estimate was imprecise. CONCLUSIONS: In this large cohort of RA patients, the most heightened risk of serious infections was seen with the use of glucocorticoid agents and immunosuppressive DMARDs. Assessments of infection risk related to newer and emerging therapies should carefully consider concomitant medication exposures, including traditional DMARDs and glucocorticoid therapy.
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.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,000 | 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 découle