Is It Time for Gout Flare Treatment to Move into the 21st Century?
Notice bibliographique
Résumé
Advances in science have offered opportunities to develop targeted therapies for multiple disease states. Physicians and patients are becoming accustomed, and even expect, to use targeted therapies, avoiding any “shotgun approaches.” The discovery of biologics has revolutionized the treatment of rheumatological diseases. The benefits have greatly outweighed the risks with biologic therapy, and have subsequently reduced tender and swollen joints, improved quality of life, decreased morbidity, and slowed disease progression in this population as a whole1. But despite our greater understanding of the physiology of the inflammatory process of gout, our approach to treatment has remained antiquated. The approved US Food and Drug Administration (FDA) therapies for gout flares include indomethacin, naproxen, sulindac, corticosteroids, and colchicine2,3,4,5. Nonsteroidal antiinflammatory drugs (NSAID) have been used to treat gout flares since the 1960s, corticosteroids since the 1950s, and documented use of colchicine goes back to 17632,6. The efficacy of all these medications for the treatment of gout flares is well documented, but not all patients respond adequately; and in a population that is likely to have 1 or more comorbid conditions, these FDA-approved medications can carry significant risks and adverse effects7. In this issue of The Journal , Desmarais and Chu evaluate the efficacy and safety of anakinra, a biologic therapy that targets interleukin (IL)-1 receptors, thereby blocking IL-1 activity, a major driver of inflammation in an acute gout flare8. The authors used retrospective data spanning almost 9 years from the Oregon Health & Science University (OHSU) Hospital and the Veteran’s Administration Portland Health Care System (VAPORHCS) to identify hospitalized patients who carried a diagnosis of gout or calcium pyrophosphate (CPP) deposition, who flared, and who had received at least one 100-mg dose of anakinra … Address correspondence to Dr. R.T. Keenan, Duke University School of Medicine, 200 Trent Drive, DUMC 3544, Durham, North Carolina 27710, USA. E-mail: Robert.keenan{at}duke.edu
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,008 |
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 ».