Pulmonary Outcomes Associated with Long-Term Azithromycin Therapy in Cystic Fibrosis
Notice bibliographique
Résumé
Abstract Rationale Chronic azithromycin is commonly used in cystic fibrosis based on short controlled clinical trials showing reductions in pulmonary exacerbations and improved FEV1. Long-term effects are unknown. Objectives Examine pulmonary outcomes among chronic azithromycin users compared with matched controls over years of use and consider combined azithromycin use in cohorts using chronic inhaled tobramycin or aztreonam. Methods This retrospective cohort study used the U.S. cystic fibrosis Foundation Patient Registry. Incident chronic azithromycin users were compared with matched controls by FEV1% predicted rate of decline and rates of intravenous antibiotic use to treat pulmonary exacerbations. Propensity score methods were utilized to address confounding by indication. Predefined sensitivity analyses based on lung function, Pseudomonas aeruginosa (PA) status, and follow-up time intervals were conducted. Measurements and Main Results Across 3 years, FEV1% predicted per-year decline was nearly 40% less in those with PA using azithromycin compared with matched controls (slopes, −1.53 versus −2.41% predicted per yr; difference: 0.88; 95% confidence interval [CI], 0.30–1.47). This rate of decline did not differ based on azithromycin use in those without PA. Among all cohorts, use of intravenous antibiotics was no different between azithromycin users and controls. Users of inhaled tobramycin and azithromycin had FEV1% predicted per-year decline of −0.16 versus nonusers (95% CI, −0.44 to 0.13), whereas users of inhaled aztreonam lysine and azithromycin experienced a mean 0.49% predicted per year slower decline than matched controls (95% CI, −0.11 to 1.10). Conclusions Results from this study provide additional rationale for chronic azithromycin use in PA-positive patients to reduce lung function decline.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».