e48 Effects of baricitinib on haematological laboratory parameters in patients with rheumatoid arthritis
Notice bibliographique
Résumé
Background: Baricitinib (BARI), an oral, Janus kinase (JAK) 1/2 inhibitor, is used for treating adults with moderate to severe rheumatoid arthritis (RA). RA is associated with an increased neutrophil and platelet count, and decreased lymphocyte count. JAK2 signaling pathway is involved in production of erythrocytes and other blood cells. Methods: To summarise changes in absolute neutrophil counts (ANC), absolute lymphocyte counts (ALC), platelet counts, and haemoglobin (Hgb), and associated adverse events, with BARI treatment. Data were pooled from completed Phase 1/2/3 studies and an extension study. Results: BARI treatment was associated with a decrease in ANC and an increase in ALC and platelets, which stabilised over time and returned to baseline with prolonged treatment or treatment discontinuation. Incidence of neutropaenia (<1000 cells/mm3) was rare (<1%) and was not associated with higher risk of overall or serious infections. Lymphopaenia was associated with slightly higher rate of overall infections (Table 1). More BARI 4-mg (2.3%) as compared to placebo-treated (1.3%) patients had platelet count ≥600x109/L. In 6-study placebo-controlled set (0-24 weeks), 5 BARI 4-mg-treated patients (vs 0 placebo-treated) had deep vein thrombosis (DVT) and/or pulmonary embolism (PE). Incidence rate of overall and serious DVT/PE in ALL BARI-RA set remained low at 0.5 and 0.3 per 100 patient-years, respectively. The proportion of patients with high platelet levels (≥600x109/L) was comparable between patients with DVT/PE vs those without DVT/PE (at baseline: 0 vs 0.5%; post-baseline: 6.5% vs 3.3%). With long-term BARI treatment, Hgb levels decreased transiently before returning to levels slightly higher than baseline at Week-52. Incidence of treatment-emergent (TE) shifts (normal to below the lower limit of normal) in Hgb was comparable between BARI 4-mg and placebo treatment groups (29.3% vs 25.8%). Incidence of severe TE shifts in Hgb (grade <3 to grade ≥3: <8 and ≥6.5 g/dL) was low across all treatment groups (<0.5%).
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».