2015 American College of Rheumatology Guideline for the Treatment of Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To develop a new evidence-based, pharmacologic treatment guideline for rheumatoid arthritis (RA). METHODS: We conducted systematic reviews to synthesize the evidence for the benefits and harms of various treatment options. We used the Grading of Recommendations Assessment, Development and Evaluation (GRADE) methodology to rate the quality of evidence. We employed a group consensus process to grade the strength of recommendations (either strong or conditional). A strong recommendation indicates that clinicians are certain that the benefits of an intervention far outweigh the harms (or vice versa). A conditional recommendation denotes uncertainty over the balance of benefits and harms and/or more significant variability in patient values and preferences. RESULTS: The guideline covers the use of traditional disease-modifying antirheumatic drugs (DMARDs), biologic agents, tofacitinib, and glucocorticoids in early (<6 months) and established (≥6 months) RA. In addition, it provides recommendations on using a treat-to-target approach, tapering and discontinuing medications, and the use of biologic agents and DMARDs in patients with hepatitis, congestive heart failure, malignancy, and serious infections. The guideline addresses the use of vaccines in patients starting/receiving DMARDs or biologic agents, screening for tuberculosis in patients starting/receiving biologic agents or tofacitinib, and laboratory monitoring for traditional DMARDs. The guideline includes 74 recommendations: 23% are strong and 77% are conditional. CONCLUSION: This RA guideline should serve as a tool for clinicians and patients (our two target audiences) for pharmacologic treatment decisions in commonly encountered clinical situations. These recommendations are not prescriptive, and the treatment decisions should be made by physicians and patients through a shared decision-making process taking into account patients' values, preferences, and comorbidities. These recommendations should not be used to limit or deny access to therapies.
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 | 0,015 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,010 |
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 ».