Real‐World Effectiveness of Common Treatment Strategies for Juvenile Idiopathic Arthritis: Results From a Canadian Cohort
Notice bibliographique
Résumé
OBJECTIVE: Undervaluing the effectiveness of conventional treatments may lead to overtreatment with biologic medications in children with juvenile idiopathic arthritis (JIA). Using data from a nationwide inception cohort and strict methods to control bias, the aim of our study was to estimate the real-world effectiveness of simple JIA treatment strategies recommended in current guidelines. METHODS: Children with JIA who were recruited at 16 Canadian centers from 2005 to 2010 were followed for up to 5 years. For each child, all observed treatment changes over time were assessed by independent physicians using prospectively collected data and published response criteria. Success was defined as attainment of inactive disease or maintenance of this state when stepping down treatment; minimally active disease was deemed acceptable for children with polyarticular JIA. Success rates were calculated for treatments tried ≥25 times, and logistic regression analysis identified features associated with success. RESULTS: A total of 4,429 treatment episodes were observed in 1,352 children. Nonsteroidal antiinflammatory drug (NSAID) monotherapy was attempted 697 times, mostly as initial treatment when <5 joints were involved, with a 54.4% success rate (95% confidence interval [95% CI] 50.3-58.6). NSAIDs plus joint injections had a 64.7% success rate (95% CI 59.8-69.7). Adding methotrexate to NSAIDs and/or joint injections (attempted 566 times) had a 60.5% success rate (95% CI 55.7-65.3). In adjusted analyses, each additional active joint reduced chances of success for treatment with NSAIDs (odds ratio [OR] 0.90 [95% CI 0.85-0.94]) and for methotrexate combinations (OR 0.96 [95% CI 0.94-0.99]). Each additional year after disease onset reduced chances of success for treatment with methotrexate combinations (OR 0.83 [95% CI 0.72-0.95]). CONCLUSION: These real-world effectiveness estimates show that conventional nonbiologic treatment strategies that are recommended in current guidelines are effective in achieving treatment targets in many children with JIA.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».