Factors Associated with Discontinuation of Anti-TNF Inhibitors Among Persons with IBD
Notice bibliographique
Résumé
INTRODUCTION: Antitumor necrosis factor (anti-TNF) medications are known to be highly efficacious in persons with moderate-to-severe inflammatory bowel disease (IBD). There is a paucity of data from population-based sources to elucidate persistence with these medications in the general population of IBD. Discontinuation of anti-TNF therapy is a marker of lack of effectiveness, intolerance, and patient/physician practice preferences. METHODS: We identified all persons with IBD in Manitoba who were dispensed infliximab (IFX) and adalimumab (ADA) between 2001 and 2014. Subjects were followed longitudinally to assess rates of completion of anti-TNF induction, duration of continued use, intraclass substitution, and dose adjustments. Cox proportional hazards models were used to test demographic and clinical factors associated with anti-TNF therapy discontinuation. RESULTS: Overall, 925 of 8651 persons (10.7%) with IBD were prescribed an anti-TNF drug (705 Crohn's disease: 523 IFX and 182 ADA; 220 ulcerative colitis: 214 IFX and 6 ADA). Approximately four-fifths of persons starting on anti-TNF therapy completed induction. At 1 and 5 years, persistence rates with the original anti-TNF were approximately 60% and 40%, respectively. Immunomodulator use at the time of anti-TNF dispensation was associated with a decreased likelihood of anti-TNF discontinuation in both Crohn's disease and ulcerative colitis. ADA users with Crohn's disease who reached maintenance phase had a higher risk of discontinuation than IFX users (hazard ratio 1.64, 95% confidence interval 1.15-2.37). CONCLUSIONS: Approximately two-fifths of anti-TNF users discontinue use within 1 year of initiation, and three-fifths will have discontinued at 5 years. Concomitant IM therapy has a modest effect on discontinuation rates.
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 | 0,000 | 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 | 0,000 | 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 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 ».