Changes in Market Share of Biologic and Targeted Synthetic Disease-Modifying Anti-Rheumatic Drugs for Treatment of Rheumatoid Arthritis: Results from the Ontario Best-Practice Research Initiative Database
Notice bibliographique
Résumé
OBJECTIVE: For patients with Rheumatoid Arthritis (RA) who do not achieve adequate clinical response with combined conventional synthetic disease-modifying anti-rheumatic drugs (cs- DMARDs), initiation of advanced therapies such as biologic DMARDs (bDMARDs) or targeted synthetic DMARDs (tsDMARDs) is recommended. Tumour necrosis factor inhibitors (TNFi) are the oldest and most commonly used subgroup of advanced therapies. In the last decade, new non-TNFi advanced therapy options have become available. We described the relative use of TNFi vs. non-TNFi in Ontario-based practices from 2008-2017. METHODS: Adult patients with RA enrolled in the Ontario Best Practices Research Initiative (OBRI) database who started bDMARDs or tsDMARDs anytime during or within 30 days prior to enrollment were included. The proportion of patients treated with TNFi vs. non-TNFi agents between 2008 and 2017 was described for all patients and those initiating their first bDMARD/tsDMARD. All TNFi therapies were included. Non-TNFi included Abatacept, Rituximab, Tocilizumab, and Tofacitinib. RESULTS: A total of 1,057 patients were included, of whom 72.0% were bDMARD/tsDMARD naïve. In 2008, the relative non-TNFi use was 5.4% in all patients while it was 0% in bDMARD/ts- DMARD-naïve patients. In 2017, the proportion of patients using non-TNFi increased to 33.8% among all patients and 33.3% in bDMARD/tsDMARD-naïve patients. CONCLUSION: This descriptive analysis of data from the OBRI cohort reveals that TNFi are still used in the majority of cases; however, there has been an increase in the use of non-TNFi therapies both overall and as first-line advanced therapy. This trend towards non-TNFi therapies as first-line advanced therapy may be partially explained by the shift in guideline recommendations from TNFi as first-line to any of the advanced therapeutics.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».