Optimizing treatment with tumour necrosis factor inhibitors in rheumatoid arthritis—a proof of principle and exploratory trial: is dose tapering practical in good responders?
Notice bibliographique
Résumé
Objectives: RA patients receiving TNF inhibitors (TNFi) usually maintain their initial doses. The aim of the Optimizing Treatment with Tumour Necrosis Factor Inhibitors in Rheumatoid Arthritis trial was to evaluate whether tapering TNFi doses causes loss of clinical response. Methods: We enrolled RA patients receiving etanercept or adalimumab and a DMARD with DAS28 under 3.2 for over 3 months. Initially (months 0-6) patients were randomized to control (constant TNFi) or two experimental groups (tapering TNFi by 33 or 66%). Subsequently (months 6-12) control subjects were randomized to taper TNFi by 33 or 66%. Disease flares (DAS28 increasing ⩾0.6 with at least one additional swollen joint) were the primary outcome. Results: Two hundred and forty-four patients were screened, 103 randomized and 97 treated. In months 0-6 there were 8/50 (16%) flares in controls, 3/26 (12%) with 33% tapering and 6/21 (29%) with 66% tapering. Multivariate Cox analysis showed time to flare was unchanged with 33% tapering but was reduced with 66% tapering compared with controls (adjusted hazard ratio 2.81, 95% CI: 0.99, 7.94; P = 0.051). Analysing all tapered patients after controls were re-randomized (months 6-12) showed differences between groups: there were 6/48 (13%) flares with 33% tapering and 14/39 (36%) with 66% tapering. Multivariate Cox analysis showed 66% tapering reduced time to flare (adjusted hazard ratio 3.47, 95% CI: 1.26, 9.58; P = 0.016). Conclusion: Tapering TNFi by 33% has no impact on disease flares and appears practical in patients in sustained remission and low disease activity states. Trail registration: EudraCT, https://www.clinicaltrialsregister.eu, 2010-020738-24; ISRCTN registry, https://www.isrctn.com, 28955701.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».