Effectiveness and Safety of High‐Dose Biologics in Juvenile Idiopathic Arthritis in the Childhood Arthritis and Rheumatology Research Alliance
Notice bibliographique
Résumé
OBJECTIVE: To describe high-dose biologic use when treating juvenile idiopathic arthritis (JIA). METHODS: Patients with JIA enrolled in the Childhood Arthritis and Rheumatology Research Alliance Registry and treated with a biologic after enrollment were eligible. We described the frequency of high-dose biologic use and characteristics of patients receiving high-dose biologics. We used regression modeling to compare 6-month outcomes (using disease activity measures) between those who increased their biologic from standard to high dose (high-dose group) to those who initiated and remained on standard dosing (no-change group), and to those who switched biologic agents (biologic-switch group). We also compared serious adverse events (SAEs) between groups. RESULTS: A total of 5,352 patients with JIA were treated with biologics following enrollment; 1,080 (20%) had ever received a high-dose biologic. There were no significant differences in outcomes between the high-dose group and the biologic-switch group; both improved disease activity measures, including the clinical Juvenile Arthritis Disease Activity Score 10 (-3.53 and -3.95, respectively; P = 0.68). Although the SAE rates in the high-dose group and the biologic-switch group were numerically higher than the no-change group, the event rates were similar, and neither rate was significantly higher than in the no-change group (unadjusted incident rate ratio 2.5 [95% confidence interval (95% CI) 0.7-8.5] and 1.8 [95% CI 0.7-4.6], respectively). CONCLUSION: Dosing escalation appears to be a reasonable choice to improve disease control, but large, prospective, randomized studies evaluating specific biologic agents are needed.
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 | 0,010 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».