Effect of Age of Onset of Psoriasis on Clinical Outcomes with Systemic Treatment in the Psoriasis Longitudinal Assessment and Registry (PSOLAR)
Notice bibliographique
Résumé
OBJECTIVE: Our objective was to compare therapeutic response among patients with early-onset psoriasis (EOP) and late-onset psoriasis (LOP) receiving adalimumab, etanercept, infliximab, ustekinumab, or methotrexate in the Psoriasis Longitudinal Assessment and Registry (PSOLAR). METHODS: Patients were grouped by age of onset: EOP (age ≤ 40 years) or LOP (age > 40 years). Repeated-measures analysis with logistic regression was used to calculate the adjusted odds ratio (AOR; adjusted for baseline characteristics) for achieving a Physician's Global Assessment score of cleared/minimal (PGA 0/1) or a percentage of body surface area involved with psoriasis < 3% (%BSA < 3) or %BSA < 1 for all patients; similar sensitivity analyses were performed for each treatment group. RESULTS: Of 7511 patients, 5479 (72.9%) had EOP. The LOP group had a higher likelihood of achieving PGA 0/1 after treatment than did the EOP group in all patients (AOR 1.14 [95% confidence interval (CI) 1.05-1.25]; p = 0.0019); the same was true in subgroups of etanercept-treated (AOR 1.38 [95% CI 1.14-1.66]; p = 0.0010) and methotrexate-treated (AOR 1.62 [95% CI 1.16-2.26]; p = 0.0049) patients. No significant difference was found between the EOP and LOP groups with regard to the likelihood of achieving %BSA < 3 or %BSA < 1 among all patients. However, LOP patients were more likely than EOP patients to achieve %BSA < 3 or %BSA < 1 in subgroups treated with infliximab (AOR 1.45 [95% CI 1.09-1.93; p = 0.0103] and AOR 1.36 [95% CI 1.03-1.78; p = 0.0290], respectively) and etanercept (AOR 1.30 [95% CI 1.06-1.61; p = 0.0123] and AOR 1.34 [95% CI 1.09-1.64; p = 0.0053], respectively). CONCLUSION: Our real-world data from PSOLAR indicate that there are differences in some patient characteristics between EOP and LOP and that patients with EOP are less likely than those with LOP to respond to certain systemic treatments. (ClinicalTrials.gov identifier: NCT00508547).
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».