MétaCan
Menu
Retour à la cohorte
Enregistrement W3167456795 · doi:10.1002/art.41888

Optimizing the Start Time of Biologics in Polyarticular Juvenile Idiopathic Arthritis: A Comparative Effectiveness Study of Childhood Arthritis and Rheumatology Research Alliance Consensus Treatment Plans

2021· article· en· W3167456795 sur OpenAlexaff
Yukiko Kimura, Laura E. Schanberg, George Tomlinson, Mary Ellen Riordan, Anne Dennos, Vincent Del Gaizo, Katherine Murphy, Pamela F. Weiss, Marc D. Natter, Brian M. Feldman, Sarah Ringold

Notice bibliographique

RevueArthritis & Rheumatology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesH2020 European Research CouncilNational Institute of Arthritis and Musculoskeletal and Skin DiseasesSwedish Orphan BiovitrumNational Institutes of HealthSanofiChildhood Arthritis and Rheumatology Research AllianceRheumatology Research FoundationPfizerPatient-Centered Outcomes Research InstituteEli Lilly and CompanyBristol-Myers SquibbGenentechArthritis Foundation
Mots-clésMedicineInternal medicineRheumatologyObservational studyArthritisPhysical therapyAntirheumatic drugsDiseaseBiosimilarAntirheumatic Agents

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The optimal time to start biologics in polyarticular juvenile idiopathic arthritis (JIA) remains uncertain. The Childhood Arthritis and Rheumatology Research Alliance (CARRA) developed 3 consensus treatment plans (CTPs) for untreated polyarticular JIA to compare strategies for starting biologics. METHODS: Start Time Optimization of Biologics in Polyarticular JIA (STOP-JIA) was a prospective, observational, CARRA Registry study comparing the effectiveness of 3 CTPs: 1) the step-up plan (initial nonbiologic disease-modifying antirheumatic drug [DMARD] monotherapy, adding a biologic if needed, 2) the early combination plan (DMARD and biologic started together), and 3) the biologic first plan (biologic monotherapy). The primary outcome measure was clinically inactive disease according to the provisional American College of Rheumatology (ACR) criteria, without glucocorticoids, at 12 months. Secondary outcome measures included Patient-Reported Outcomes Measurement Information System (PROMIS) pain interference and mobility scores, inactive disease as defined by the clinical Juvenile Arthritis Disease Activity Score in 10 joints (JADAS-10), and the ACR Pediatric 70 criteria (Pedi 70). RESULTS: Of 400 patients enrolled, 257 (64%) began the step-up plan, 100 (25%) the early combination plan, and 43 (11%) the biologic first plan. After propensity score weighting and multiple imputation, clinically inactive disease according to the ACR criteria was achieved in 37% of those on the early combination plan, 32% on the step-up plan, and 24% on the biologic first plan (P = 0.17). Inactive disease according to the clinical JADAS-10 (score ≤2.5) was also achieved in more patients on the early combination plan than the step-up plan (59% versus 43%; P = 0.03), as was ACR Pedi 70 (81% versus 62%; P = 0.008), but generalizability was limited by missing data. PROMIS measures improved in all groups, but without significant differences. Twenty serious adverse events were reported (mostly infections). CONCLUSION: Achievement of clinically inactive disease without glucocorticoids did not significantly differ between groups at 12 months. While there was a significantly higher likelihood of early combination therapy achieving inactive disease according to the clinical JADAS-10 and ACR Pedi 70, these results require further exploration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,325
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207