Switching between Janus kinase inhibitor upadacitinib and adalimumab following insufficient response: efficacy and safety in patients with rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVES: To evaluate efficacy and safety of immediate switch from upadacitinib to adalimumab, or vice versa, in patients with rheumatoid arthritis with non-response or incomplete-response to the initial therapy. METHODS: SELECT-COMPARE randomised patients to upadacitinib 15 mg once daily (n=651), placebo (n=651) or adalimumab 40 mg every other week (n=327). A treat-to-target study design was implemented, with blinded rescue occurring prior to week 26 for patients who did not achieve at least 20% improvement in both tender and swollen joint counts ('non-responders') and at week 26 based on Clinical Disease Activity Index (CDAI) >10 ('incomplete-responders') without washout. RESULTS: A total of 39% (252/651) and 49% (159/327) of patients originally randomised to upadacitinib and adalimumab were rescued to the alternate therapy. In both switch groups (adalimumab to upadacitinib and vice versa) and in non-responders and incomplete-responders, improvements in disease activity were observed at 3 and 6 months following rescue. CDAI low disease activity was achieved by 36% and 47% of non-responders and 45% and 58% of incomplete-responders switched to adalimumab and upadacitinib, respectively, 6 months following switch. Overall, approximately 5% of rescued patients experienced worsening in disease activity at 6 months postswitch. The frequency of adverse events was similar between switch groups. CONCLUSIONS: These observations support a treat-to-target strategy, in which patients who fail to respond initially (or do not achieve sufficient response) are switched to a therapy with an alternate mechanism of action and experience improved outcomes. No new safety findings were observed despite immediate switch without washout.
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 | 0,003 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».