P552 Assessing adherence to objective disease monitoring and outcomes with adalimumab in a real-world IBD cohort
Notice bibliographique
Résumé
Abstract Background Data suggests that tight objective monitoring may improve clinical outcomes in IBD. Methods The aim of this study is to assess the adherence to serial tight objective monitoring(clinical and biomarkers) and its effect on clinical outcomes. We retrospectively reviewed the chart of 428 consecutive IBD patients started on adalimumab between January 1,2015–January 1,2019 [338 Crohn’s disease(CD), 90 ulcerative colitis(UC)]. Clinical symptoms (assessed by Harvey-Bradshaw-Index, partial Mayo score), C-Reactive Protein(CRP), and fecal calprotectin(FCAL) assessments were captured at treatment initiation and at 3, 6, 9, and 12 months. Dose optimization and drug sustainability curves were plotted by Kaplan-Meier method Results Clinical evaluation was available in nearly all patients at 3(CD-UC:95-94%), 6(90-83%), 9(86-85%) and 12(96-89%) months. CRP was also available in nearly all patients but testing frequency decreased in CD patients over time. Compliance to serial FCAL testing was low. Clinical remission at one-year was higher in patients adherent to early assessment visit at 3 months (p=0.001 for CD and UC). Adherence to early follow-up resulted in earlier dose optimisation in CD and UC patients (pLogrank=0.026 for UC & p=0.09 for CD). Overall drug sustainability did not differ. Conclusion Clinical and CRP, but not FCAL, were frequently assessed in patients starting adalimumab. Adherence to early objective combined follow-up visits resulted in earlier dose optimization, improved one-year clinical outcomes but did not change drug sustainability.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».