MétaCan
Menu
Retour à la cohorte
Enregistrement W2800868099 · doi:10.1093/rheumatology/key075.457

233 Durability, maintenance and effects of dose reduction following prolonged treatment with baricitinib

2018· article· en· W2800868099 sur OpenAlexaff
Josef S Smolen, Maxime Dougados, Tsutomu Takeuchi, Mark C. Genovese, Boulos Haraoui, Rena Klar, Arthur Kavanaugh, Ricardo Blanco, Jean Dudler, Peter C. Taylor, Peter Nash, Cristiano A. F. Zerbini, Patrick Durez, Georg Pum, S. Arthanari, Francesco De Leonardis, Ronald van Vollenhoven

Notice bibliographique

RevueLara D. Veeken · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineDurabilityReduction (mathematics)Composite material

Résumé

récupéré en direct d'OpenAlex

Background: Baricitinib (BARI), an oral, selective Janus kinase (JAK)1/JAK2 inhibitor, is used for the treatment of moderately to severely active rheumatoid arthritis (RA) in adults. It is clinically relevant to understand the durability and maintenance of response to BARI over prolonged use, and the dose tapering strategies available after achieving satisfactory disease control. Methods: Upon completion of a BARI Phase III originating (OS) study (RA-BEGIN, RA-BEAM, RA-BUILD, and RA-BEACON), patients could enter the long-term extension (LTE) study, RA-BEYOND. Here, we review the data on durability and maintenance of response, and dose reduction in the LTE. Durability of response was evaluated as proportion of patients achieving SDAI≤11 in the OS and through 96 weeks in the LTE. Maintenance of response was evaluated as proportion of patients who had responded to BARI at entry into LTE and maintained the response at week 96. Within RA-BEYOND, the patients who received BARI 4mg for ≥15 months and who achieved sustained LDA (CDAI≤10) or remission (CDAI≤2.8) at 2 consecutive visits, were re-randomised in a blinded manner to continue BARI 4mg or step down to 2mg.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207