Simultaneous Response in Several Domains in Patients with Psoriatic Disease Treated with Etanercept as Monotherapy or in Combination with Conventional Synthetic Disease-modifying Antirheumatic Drugs
Notice bibliographique
Résumé
OBJECTIVE: To evaluate patients with psoriatic arthritis (PsA) receiving etanercept (ETN) monotherapy or ETN plus conventional synthetic disease-modifying antirheumatic drugs (csDMARD) to determine the proportion achieving a clinically meaningful response in arthritis, psoriasis, and quality of life simultaneously. METHODS: A prospective, multicenter, 52-week observational study in patients with active PsA evaluated treatment with ETN in clinical practice (ClinicalTrials.gov: NCT00293722). This analysis assessed simultaneous achievement of 3 treatment targets: low disease activity (LDA) based on 28-joint count Disease Activity Score (DAS28); body surface area (BSA) involvement ≤ 3%; and a score > 45 on the Medical Outcomes Study Short Form-12 (SF-12) physical component summary. RESULTS: Of 579 patients, 380 received ETN monotherapy and 199 received combination ETN plus csDMARD. At 52 weeks, data for all 3 disease domains were available for 251 patients receiving monotherapy and 151 receiving combination therapy. In the monotherapy and combination therapy groups, 61 (24.3%) and 37 (24.5%) patients, respectively, achieved all 3 treatment targets simultaneously. A significantly greater proportion of patients receiving monotherapy versus combination therapy achieved SF-12 > 45 (43.0% vs 31.8%; p < 0.05) and DAS28 LDA (72.5% vs 62.3%; p < 0.05). Conversely, BSA ≤ 3% was reached by a significantly greater proportion receiving combination therapy (75.5% vs 56.6%; p < 0.001). However, baseline BSA involvement was higher for the monotherapy group. CONCLUSION: While nearly half the patients achieved arthritis and psoriasis treatment targets simultaneously and one-fourth reached all 3 treatment targets, combining ETN and csDMARD did not substantially improve clinical response compared with ETN monotherapy in this real-world PsA patient population.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».