Early Changes in Serum Albumin Predict Clinical and Endoscopic Outcomes in Patients With Ulcerative Colitis Starting Anti-TNF Treatment
Notice bibliographique
Résumé
BACKGROUND: Up to 60% of patients with ulcerative colitis (UC) ultimately fail anti-tumor necrosis factor (TNF) treatment. We aimed to investigate early predictive markers of clinical and endoscopic outcomes in patients with UC who were anti-TNF-naïve commencing anti-TNF treatment, with particular focus on changes in albumin and C-reactive protein levels in the first 2 weeks of treatment. METHODS: We retrospectively investigated 210 patients with UC who started infliximab or adalimumab between 2009 and 2016 (male, 62.4%; median age at diagnosis, 37.9 years [interquartile range, 25.5-48.9 years]; median follow-up duration, 3.3 years [1.9-5.0 years]). Logistic and Cox proportional-hazards regressions were performed to identify variables associated with primary nonresponse (PNR), endoscopic outcomes, time-to-colectomy, and anti-TNF failure. RESULTS: Forty-one patients (19.5%) experienced PNR; week 0/week 2 ratio serum albumin was associated with PNR (adjusted odds ratio [aOR], 1.8; 95% confidence interval [CI], 1.1-2.9, per interquartile range increase). Week 0/week 2 ratio albumin was also associated with endoscopic response (aOR, 0.28; 95% CI, 0.31-0.82) and endoscopic remission (aOR, 0.61; 95% CI, 0.39-0.96) at weeks 8 to 14, time-to-colectomy (adjusted hazard ratio, 2.12; 95% CI, 1.29-3.49) and time-to-anti-TNF failure (adjusted hazard ratio, 1.54; 95% CI, 1.22-1.96), regardless of age, disease severity, or in-patient status. Association with time-to-colectomy and anti-TNF failure was externally validated in an independent cohort of inpatients with UC starting infliximab. CONCLUSIONS: Change in serum albumin within the first 2 weeks of anti-TNF treatment is predictive of PNR, endoscopic outcomes, time-to-colectomy, and anti-TNF failure in patients with UC. Timely access to this biomarker enables early identification of patients with UC at risk of anti-TNF failure and may guide early optimization of anti-TNF treatment to improve disease outcomes.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».