Predictors of Achieving Remission among Patients with Psoriatic Arthritis Initiating a Tumor Necrosis Factor Inhibitor
Notice bibliographique
Résumé
OBJECTIVE: To examine predictors of remission among patients with psoriatic arthritis (PsA) initiating a tumor necrosis factor (TNF) inhibitor. METHODS: Patients with PsA enrolled in the Corrona Registry between 2005 and 2013 were followed from initiation of a TNF inhibitor (TNFi; etanercept, adalimumab, infliximab, certolizumab, or golimumab) to the visit closest to 12 months. Additional inclusion criteria included 3 tender or 3 swollen joints. Outcomes of interest were Clinical Disease Activity Index (CDAI) ≤ 2.8 (remission), low disease activity (LDA; CDAI ≤ 10), change in the modified Health Assessment Questionnaire (mHAQ) ≥ 0.35 and achievement of mHAQ < 0.30. Predictors were measured on or before TNFi initiation. Covariates significant in univariable logistic regression models and ≤ 5% missing values were included in a multivariable model and removed individually until all remaining variables were significant (p < 0.05). RESULTS: Among 1832 TNFi initiations, 774 initiations (624 patients) met inclusion criteria. Median age at initiation was 52 years [interquartile range (IQR) 44-60], 56% were female, median PsA duration was 4 years (IQR 2-11), and median CDAI at baseline was 20 (IQR 14.5-28). Remission was achieved by 14% and LDA (or remission) by 37%. Achieving remission was positively associated with college education (OR 1.88, 95% CI 1.11-3.19) but negatively associated with female sex (0.62, 95% CI 0.40-0.97), obese body mass index (0.51, 95% CI 0.32-0.81), hypertension (0.55, 95% CI 0.32-0.95), previous biologic use (0.41, 95% CI 0.26-0.65), and baseline pain (0.80 per 10 mm visual analog scale, 95% CI 0.73-0.87). Predictors for LDA, mHAQ < 0.30, and mHAQ change were similar. CONCLUSION: Few patients with PsA in a US-based registry achieved remission by CDAI criteria. Female sex, obesity, comorbidities, and education influence achievement of remission on a TNFi.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».