Systematic review with meta‐analysis: comparative risk of lymphoma with anti‐tumour necrosis factor agents and/or thiopurines in patients with inflammatory bowel disease
Notice bibliographique
Résumé
BACKGROUND: The risk of lymphoma in patients with inflammatory bowel disease (IBD) treated with anti-TNF agents remains unclear. AIM: To assess the comparative risk of lymphoma with anti-TNF agents and/or thiopurines in IBD METHODS: We searched PubMed, EMBASE and Cochrane Library to identify studies that evaluated lymphoproliferative disorders associated with anti-TNF agents with or without thiopurines. The risk of lymphoma was assessed through four comparator groups: combination therapy (anti-TNF plus thiopurine), anti-TNF monotherapy, thiopurine monotherapy and control group. Pooled incidence rate ratios (IRR) were estimated through Poisson-normal models. RESULTS: Four observational studies comprising 261 689 patients were included. As compared with patients unexposed to anti-TNF and thiopurines, those exposed to anti-TNF monotherapy, thiopurine monotherapy or combination therapy had pooled IRR (per 1000 patient-years) of lymphoma of 1.52 (95% CI: 1.06-2.19; P = 0.023), 2.23 (95% CI: 1.79-2.79; P < 0.001) and 3.71 (95% CI: 2.30-6.00; P ≤ 0.01), respectively. The risk of lymphoma associated with combination therapy was higher than with thiopurines or anti-TNF alone with pooled IRR of 1.70 (95% CI: 1.03-2.81; P = 0.039) and 2.49 (95% CI: 1.39-4.47; P = 0.002), respectively. The risk did not differ between anti-TNF monotherapy and thiopurine monotherapy with pooled IRR of 0.72 (95% CI: 0.48-1.07; P = 0.107). All observational studies were of high quality according to the Newcastle-Ottawa scale. CONCLUSIONS: There is an increased risk of lymphoma in IBD patients treated with anti-TNF agents, either alone or when combined with thiopurines.
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 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,040 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».