Tocilizumab in patients with active rheumatoid arthritis and inadequate responses to DMARDs and/or TNF inhibitors: a large, open-label study close to clinical practice
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the safety and efficacy of tocilizumab in clinical practice in patients with rheumatoid arthritis (RA) with inadequate responses (IR) to disease-modifying antirheumatic drugs (DMARDs) or both DMARDs and tumour necrosis factor α inhibitors (TNFis). METHODS: Patients-categorised as TNFi-naive, TNFi-previous (washout) or TNFi-recent (no washout) -received open-label tocilizumab (8 mg/kg) every 4 weeks ± DMARDs for 24 weeks. Adverse events (AEs) and treatment discontinuations were monitored. Efficacy end points included American College of Rheumatology (ACR) responses, 28-joint disease activity score (DAS28) and European League Against Rheumatism responses. RESULTS: Overall, 1681 (976 TNF-naive, 298 TNFi-previous and 407 TNFi-recent) patients were treated; 5.1% discontinued treatment because of AEs. The AE rate was numerically higher in TNFi-recent (652.6/100 patient-years (PY)) and TNFi-previous (653.6/100PY) than in TNFi-naive (551.1/100PY) patients. Serious AE rates were 18.0/100PY, 28.0/100PY and 18.6/100PY; serious infection rates were 6.0/100PY, 6.8/100PY and 4.2/100PY, respectively. At week 4, 36.5% of patients achieved ACR20 response and 14.9% DAS28 remission (<2.6); at week 24, 66.9%, 46.6%, 26.4% and 56.8% achieved ACR20/ACR50/ACR70 responses and DAS28 remission, respectively. Overall, 61.6% (TNFi-naive), 48.5% (TNFi-previous) and 50.4% (TNFi-recent) patients achieved DAS28 remission. CONCLUSIONS: In patients with RA who were DMARD-IR/TNFi-IR, tocilizumab ± DMARDs provided rapid and sustained efficacy without unexpected safety concerns.
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 | 0,002 | 0,015 |
| 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 | 0,000 | 0,001 |
| 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 ».