Incidence Rates of Interstitial Lung Disease Events in Tofacitinib-Treated Rheumatoid Arthritis Patients
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Tofacitinib is an oral Janus kinase inhibitor for the treatment of rheumatoid arthritis (RA). Interstitial lung disease (ILD) is an extra-articular manifestation of RA. We investigated incidence rates of ILD in patients with RA, receiving tofacitinib 5 or 10 mg twice daily, and identified potential risk factors for ILD. METHODS: This post hoc analysis comprised a pooled analysis of patients receiving tofacitinib 5 or 10 mg twice daily or placebo from 2 phase (P)1, 10 P2, 6 P3, 1 P3b/4, and 2 long-term extension studies. Interstitial lung disease events were adjudicated as "probable" (supportive clinical evidence) or "possible" (no supportive clinical evidence) compatible adverse events. Incidence rates (patients with events per 100 patient-years) were calculated for ILD events. RESULTS: Of 7061 patients (patient-years of exposure = 23,393.7), 42 (0.6%) had an ILD event; median time to ILD event was 1144 days. Incidence rates for ILD with both tofacitinib doses were 0.18 per 100 patient-years. Incidence rates generally remained stable over time. There were 17 of 42 serious adverse events (40.5%) of ILD; for all ILD events (serious and nonserious), 35 of 42 events (83.3%) were mild to moderate in severity. A multivariable Cox regression analysis identified age 65 years or older (hazard ratio 2.43 [95% confidence interval, 1.13-5.21]), current smokers (2.89 [1.33-6.26]), and Disease Activity Score in 28 joints-erythrocyte sedimentation rate score (1.30 [1.04-1.61]) as significant risk factors for ILD events. CONCLUSIONS: Across P1/2/3/4/long-term extension studies, incidence rates for ILD events were 0.18 following tofacitinib treatment, and ILD events were associated with known risk factors for ILD in 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».