Safety of Tofacitinib in the Treatment of Rheumatoid Arthritis in Latin America Compared With the Rest of the World Population
Notice bibliographique
Résumé
OBJECTIVE: Rheumatoid arthritis (RA) is a chronic, autoimmune disease characterized by joint destruction. Tofacitinib is an oral Janus kinase inhibitor for the treatment of RA. This post hoc analysis assessed the safety of tofacitinib in Latin American (LA) patients with RA versus the Rest of World (RoW) population. METHODS: Data were pooled from 14 clinical studies of tofacitinib: six Phase 2, six Phase 3 and two long-term extension studies. Incidence rates (IRs; patients with events/100 patient-years of treatment exposure) were calculated for safety events of special interest combined across tofacitinib doses. 95% confidence intervals (CI) for IRs were calculated using the maximum likelihood method. Descriptive comparisons were made between LA and RoW (excluding LA) populations. RESULTS: This analysis included data from 984 LA patients and 4687 RoW patients. IRs for safety events of special interest were generally similar between LA and RoW populations, with overlapping 95% CIs. IRs for discontinuation due to adverse events, serious infections, tuberculosis, all herpes zoster (HZ), serious HZ, malignancies (excluding non-melanoma skin cancer) and major adverse cardiovascular events were numerically lower for LA versus RoW patients; IR for mortality was numerically higher. No lymphoma was reported in the LA population versus eight cases in the RoW population. Exposure (extent and length) was lower in the LA population (2148.33 patient-years [mean = 2.18 years]) versus RoW (10515.68 patient-years [mean = 2.24 years]). CONCLUSION: This analysis of pooled data from clinical studies of tofacitinib in patients with RA demonstrates that tofacitinib has a consistent safety profile across LA and RoW patient populations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 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 ».