Are Anti-Tumor Necrosis Factor Trough Levels Predictive of Mucosal Healing in Patients With Inflammatory Bowel Disease?
Notice bibliographique
Résumé
GOALS: Our primary goal was to evaluate whether anti-tumor necrosis factor (TNF)-α trough levels above author-determined thresholds are associated with increased rates of mucosal healing among patients with Crohn's disease and ulcerative colitis. BACKGROUND: The introduction of anti-TNF agents has considerably advanced the approach to the management of patients with inflammatory bowel disease (IBD). As use of anti-TNF therapy has increased, there has been new interest in algorithms focused on the monitoring of pharmacodynamics and pharmacokinetics to improve outcomes. In addition, there has been an increased focus on mucosal healing as marker of treatment success. STUDY: We performed a systematic review and meta-analysis. The studies examined were restricted to randomized controlled trials and cohort studies with a high Jadad or Newcastle-Ottawa score. RESULTS: All pooled analyses were based on a random-effects model. Data from 2 randomized controlled trials and 5 observational studies (n=652) were included in the meta-analysis. Among patients with IBD, anti-TNF trough levels above prespecified values were associated with increased rates of mucosal healing (OR=5.57; 95% CI, 3.80-8.15). There was no heterogeneity detected (I=0, Q=5.88, df=6; P=0.436) and there was minimal evidence of publication bias present. CONCLUSIONS: There is a strong relationship between anti-TNF trough levels and increased rates of mucosal healing among patients with IBD. Given the increased emphasis on mucosal healing as an outcome in practice and clinical trials, continued focus on the proactive use of pharmacokinetic testing appears warranted.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».