Comparative Safety and Effectiveness of Vedolizumab to Tumor Necrosis Factor Antagonist Therapy for Ulcerative Colitis
Notice bibliographique
Résumé
BACKGROUND & AIMS: We aimed to compare safety and effectiveness of vedolizumab to tumor necrosis factor (TNF)-antagonist therapy in ulcerative colitis in routine practice. METHODS: A multicenter, retrospective, observational cohort study (May 2014 to December 2017) of ulcerative colitis patients treated with vedolizumab or TNF-antagonist therapy. Propensity score weighted comparisons for development of serious adverse events and achievement of clinical remission, steroid-free clinical remission, and steroid-free deep remission. A priori determined subgroup comparisons in TNF-antagonist-naïve and -exposed patients, and for vedolizumab against infliximab and subcutaneous TNF-antagonists separately. RESULTS: A total of 722 (454 vedolizumab, 268 TNF antagonist) patients were included. Vedolizumab-treated patients were more likely to achieve clinical remission (hazard ratio [HR], 1.651; 95% confidence interval [CI], 1.229-2.217), steroid-free clinical remission (HR, 1.828; 95% CI, 1.135-2.944), and steroid-free deep remission (HR, 2.819; 95% CI, 1.496-5.310) than those treated with TNF antagonists. Results were consistent across subgroup analyses in TNF-antagonist-naïve and -exposed patients, and for vedolizumab vs infliximab and vs subcutaneous TNF-antagonist agents separately. Overall, there were no statistically significant differences in the risk of serious adverse events (HR, 0.899; 95% CI, 0.502-1.612) or serious infections (HR, 1.235; 95% CI, 0.608-2.511) between vedolizumab-treated and TNF-antagonist-treated patients. However, in TNF-antagonist-naïve patients, vedolizumab was less likely to be associated with serious adverse events than TNF antagonists (HR, 0.192; 95% CI, 0.049-0.754). CONCLUSIONS: Treatment of ulcerative colitis with vedolizumab is associated with higher rates of remission than treatment with TNF-antagonist therapy in routine practice, and lower rates of serious adverse events in TNF-antagonist-naïve patients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».