Cost-effective Tapering Algorithm in Patients with Rheumatoid Arthritis: Combination of Multibiomarker Disease Activity Score and Autoantibody Status
Notice bibliographique
Résumé
OBJECTIVE: To analyze the effect of a risk-stratified disease-modifying antirheumatic drug (DMARD)-tapering algorithm based on multibiomarker disease activity (MBDA) score and anticitrullinated protein antibodies (ACPA) on direct treatment costs for patients with rheumatoid arthritis (RA) in sustained remission. METHODS: The study was a posthoc retrospective analysis of direct treatment costs for 146 patients with RA in sustained remission tapering and stopping DMARD treatment, in the prospective randomized RETRO study. MBDA scores and ACPA status were determined in baseline samples of patients continuing DMARD (arm 1), tapering their dose by 50% (arm 2), or stopping after tapering (arm 3). Patients were followed over 1 year, and direct treatment costs were evaluated every 3 months. MBDA and ACPA status were used as predictors creating a risk-stratified tapering algorithm based on relapse rates. RESULTS: RA patients with a low MBDA score (< 30 units) and negative ACPA showed the lowest relapse risk (19%), while double-positive patients showed high relapse risk (61%). In ACPA-negative and MBDA-negative (< 30 units), and ACPA or MBDA single-positive (> 30 units) groups, DMARD tapering appears feasible. Considering only patients without flare, direct costs for synthetic and biologic DMARD in the ACPA/MBDA-negative and single positive groups (n = 41) would have been €372,245.16 for full-dose treatment over 1 year. Tapering and stopping DMARD in this low-risk relapse group allowed a reduction of €219,712.03 of DMARD costs. Average reduction of DMARD costs per patient was €5358.83. CONCLUSION: Combining MBDA score and ACPA status at baseline may allow risk stratification for successful DMARD tapering and cost-effective use of biologic DMARD in patients in deep remission as defined by the 28-joint count Disease Activity Score using erythrocyte sedimentation rate.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».