MétaCan
Menu
← Retour à la cohorte
Enregistrement W3046917023 · doi:10.3899/jrheum.190999

How Can We Improve the Use of Established Therapies in PsA?

2020· letter· en· W3046917023 sur OpenAlexvenueno aff
Peter Nash

Notice bibliographique

RevueThe Journal of Rheumatology · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePsoriatic arthritisRheumatoid arthritisImmunogenicityBiosimilarInternal medicineMethotrexateDrugRheumatologyOncologySurgeryPharmacologyImmunologyAntibody

Résumé

récupéré en direct d'OpenAlex

Just because nobody complains it doesn’t mean all parachutes are perfect. — Benny Hill While there has been an expansion in therapeutic targets and a renaissance of novel therapies in psoriatic arthritis (PsA)1, the efficacy and safety of tumor necrosis factor inhibitors (TNFi) in PsA have long been established2,3. With an influx of “cheaper” biosimilars attractive to regulators and reimbursers, it behooves rheumatologists spoiled with choice to maximize efficient use of readily accessible agents. Immunogenicity due to anti-drug antibodies (ADAb) in TNFi therapy has been shown to affect drug levels and subsequently to affect clinical response in rheumatoid arthritis (RA)4 and inflammatory bowel disease5. In turn it affects safety, inducing infusion and injection site reactions (ISR), but the issue has been less well studied in patients with PsA. Evidence from RA studies has shown that the combination of methotrexate (MTX) with TNFi reduces immunogenicity, significantly prolonging drug survival6. PsA data comparing monotherapy and combination therapy from Swedish and Consortium of Rheumatology Researchers of North America registries examining drug survival as a … Address correspondence to Dr. P. Nash, Griffith University, Medicine, PO Box 308, Sunshine Coast, Nathan, Queensland 4111, Australia. E-mail: drpnash{at}tpg.com.au

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,009
Science ouverte0,0010,002
Intégrité de la recherche0,0220,027
Charge utile insuffisante (le modèle a refusé de juger)0,0120,011

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,248
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSpondyloarthritis Studies and Treatments→Travaux en français237 207→