Flare Rate in Patients with Rheumatoid Arthritis in Low Disease Activity or Remission When Tapering or Stopping Synthetic or Biologic DMARD: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the risk of having a disease flare in patients with rheumatoid arthritis (RA) with low disease activity (LDA) or in remission when deescalating (tapering or stopping) disease-modifying antirheumatic drug (DMARD) therapy. METHODS: A search in medical databases including publications from January 1950 to February 2015 was performed. Included were trials and observational studies in adults with RA who were in LDA or remission, evaluating ≥ 20 patients tapering or stopping DMARD. Flare rates had to have been reported. A metaanalysis was performed on studies deescalating tumor necrosis factor (TNF) blockers. RESULTS: Four studies evaluated synthetic DMARD. Flare rates ranged from 8% at 24 weeks to 63% at 4 months after deescalation. Fifteen studies reported on TNF blockers. Estimated flare rates by metaanalysis on studies tapering or stopping TNF blockers were 0.26 (95% CI 0.17-0.39) and 0.49 (95% CI 0.27-0.73) for good-quality and moderate-quality studies, respectively. Flare rates in 3 studies stopping tocilizumab were 41% after 6 months, 55% at 1 year, and 87% at 1 year. Flare rates in 3 studies deescalating abatacept were 34% at 1 year, 41% at 1 year, and 72% at 6 months. Five studies evaluating radiographic progression in patients deescalating treatment all found limited to no progression. CONCLUSION: Results suggest that more than one-third of patients with RA with LDA or in remission may taper or stop DMARD treatment without experiencing a disease flare within the first year. Dose reduction of TNF blockers results in lower flare rates than stopping and may be noninferior to continuing full dose. Radiological progression after treatment deescalation remains low, but may increase slightly.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».