Patient-reported outcomes of baricitinib in patients with rheumatoid arthritis and no or limited prior disease-modifying antirheumatic drug treatment
Notice bibliographique
Résumé
BACKGROUND: This study evaluates patient-reported outcomes (PROs) in a double-blind, phase III study of baricitinib as monotherapy or combined with methotrexate (MTX) in patients with active rheumatoid arthritis (RA) with no or minimal prior conventional synthetic disease-modifying antirheumatic drugs (DMARDs) and naïve to biological DMARDs. METHODS: Patients were randomized 4:3:4 to MTX administered once weekly (N = 210), baricitinib monotherapy (4 mg once daily (QD), N = 159), or combination of baricitinib (4 mg QD) and MTX (baricitinib + MTX, N = 215). PROs included the Patient's Global Assessment of Disease Activity (PtGA), patient's assessment of pain, Health Assessment Questionnaire-Disability Index (HAQ-DI), Functional Assessment of Chronic Illness Therapy-Fatigue (FACIT-F), duration of morning joint stiffness (MJS), worst joint pain, worst tiredness, Work Productivity and Activity Impairment-Rheumatoid Arthritis (WPAI-RA), Short Form 36 version 2, Acute (SF-36); and EuroQol 5-Dimensions (EQ-5D) Health State Profile. Comparisons were assessed with analysis of covariance (ANCOVA) and logistic regression models. RESULTS: Compared to MTX, patients in both baricitinib groups reported greater improvement (p ≤ 0.01) in HAQ-DI, PtGA, pain, fatigue, worst join pain, SF-36 physical component score, and EQ-5D at weeks 24 and 52. For the SF-36 mental component score, patients in both baricitinib groups reported statistically significant improvements (p ≤ 0.01) at week 52 compared to MTX-treated patients. Statistically significant improvements (p ≤ 0.05) were observed with the WPAI-RA for the baricitinib groups vs. MTX at week 24 and for the WPAI-RA daily activity and work productivity measures for baricitinib + MTX at week 52. CONCLUSIONS: In this study, baricitinib alone or in combination with MTX, when used as initial therapy, resulted in significant improvement compared to MTX in the majority of the pre-specified PRO measures. TRIAL REGISTRATION: ClinicalTrials.gov, NCT01711359 . Registered on 18 October 2012.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».