Reasons for Biologic and Targeted Synthetic Disease-modifying Antirheumatic Drug Cessation and Persistence of Second-line Treatment in a Rheumatoid Arthritis Dataset
Notice bibliographique
Résumé
OBJECTIVE: To provide real-world evidence about the reasons why Australian rheumatologists cease biologic (b) and targeted synthetic (ts) disease-modifying antirheumatic drugs (DMARD) when treating patients with rheumatoid arthritis (RA), and to assess (1) the primary failure rate for first-line treatment, and (2) the persistence on second-line treatments in patients who stopped first-line tumor necrosis factor inhibitors (TNFi). METHODS: This is a multicenter retrospective, noninterventional study of patients with RA enrolled in the Australian Optimising Patient outcome in Australian RheumatoLogy (OPAL) dataset with a start date of b/tsDMARD between August 1, 2010, and June 30, 2017. Primary failure was defined as stopping treatment within 6 months of treatment initiation. RESULTS: Data from 7740 patients were analyzed; 6914 patients received first-line b/tsDMARD. First-line treatment was stopped in 3383 (49%) patients; 1263 (37%) were classified as primary failures. The most common reason was "lack of efficacy" (947/2656, 36%). Of the patients who stopped first-line TNFi, 43% (1111/2560) received second-line TNFi, which resulted in the shortest median time to stopping second-line treatment (11 months, 95% CI 9-12) compared with non-TNFi. The longest second-line median treatment duration after first-line TNFi was for patients receiving rituximab (39 months, 95% CI 27-74). CONCLUSION: A large proportion of patients who stopped first-line TNFi therapy received another TNFi despite evidence for longer treatment persistence on second-line b/tsDMARD with a different mode of action. Lack of efficacy was recorded as the most common reason for making a switch in first-line treatment of patients with RA.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».