Efficacy of leflunomide in the treatment of vasculitis
Notice bibliographique
Résumé
OBJECTIVES: Only a few small case series, case reports, and one small clinical trial suggested some benefit of leflunomide (LEF) in anti-neutrophil cytoplasmic antibody (ANCA)-associated vasculitis and other vasculitides. We analysed the clinical efficacy and tolerability of LEF in a large cohort of patients with various vasculitides. METHODS: This was a retrospective analysis of patients who received LEF for treatment of their vasculitis enrolled in the Vasculitis Clinical Research Consortium (VCRC) Longitudinal Study and in 3 additional centres from the Canadian vasculitis research network (CanVasc). RESULTS: Data for 93 patients were analysed: 45 had granulomatosis with polyangiitis (GPA), 8 microscopic polyangiitis (MPA), 12 eosinophilic granulomatosis with polyangiitis (EGPA), 14 giant-cell arteritis (GCA), 9 Takayasu's arteritis (TAK), and 5 polyarteritis nodosa (PAN). The main reason for initiation of LEF was active disease (89%). LEF was efficacious for remission induction or maintenance at 6 months for 62 (67%) patients (64% with GCA, 89% with TAK, 80% with PAN, 69% with GPA, 75% with MPA, 33% with EGPA); 20% discontinued LEF before achieving remission because of persistent disease activity. Overall, 22 adverse events (gastrointestinal symptoms being the most common) led to drug discontinuation in 18 (19%) patients, of which 12 stopped LEF before month 6, before showing any benefit in 8/12 of these patients. CONCLUSIONS: Leflunomide can be an effective therapeutic option for various vasculitides, especially for non-severe refractory or relapsing ANCA-associated vasculitis or large-vessel vasculitis. No new safety signals for LEF were identified in this population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».