MétaCan
Menu
← Retour à la cohorte
Enregistrement W3185177001 · doi:10.1136/gutjnl-2020-bsgcampus.186

P111 Steroid and antibiotic prescribing rates in UK patients with ulcerative colitis on vedolizumab vs anti-TNF

2021· article· en· W3185177001 sur OpenAlexaboutno aff
Gareth Parkes, Ayesha Akbar, Ian Beales, Martin Buckley, Said Din, Tom Creed, Nikolas Plevris, Niamh M. Hogan, N Heggs, Simon Meadowcroft, Mike Wallington, Aileen Fraser

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineVedolizumabUlcerative colitisInterquartile rangeInternal medicineRetrospective cohort studyInflammatory bowel diseaseGastroenterologyConfidence intervalSurgeryDisease

Résumé

récupéré en direct d'OpenAlex

Introduction This study evaluated corticosteroid and antibiotic prescribing during the first 12 months of first-line biologic therapy in patients with ulcerative colitis (UC) initiated on vedolizumab (VDZ) compared with patients initiated on anti-tumour necrosis factor-α (anti-TNF) agents. Methods A multicentre, retrospective observational study was conducted in six United Kingdom secondary care centres. Eligible consenting patients were aged ≥18 years at initiation, without primary fistulising disease or acute severe disease. Patients were matched for age, gender, Montreal classification of disease extent and steroid use at initiation. Results The study included 56 patients initiated on VDZ and 56 patients initiated on anti-TNF (table 1). During the overall 12 month post-initiation observation period, patients initiated on VDZ and anti-TNF were prescribed a median of 1.0 (interquartile range [IQR] 0.0–4.8) and 2.0 (IQR 0.0–7.8; Mann-Whitney U test P=0.16) courses of corticosteroids, respectively. During the post-initiation maintenance period (week 14 to month 12), 37% (95% confidence interval [CI] 24%–49%; n=52) of patients initiated on VDZ and 57% (95%CI 44%–70%; n=53; χ2P=0.039) of patients initiated on anti-TNF received at least one course of corticosteroids. During the overall 12 month post-initiation observation period, patients initiated on VDZ and anti-TNF were prescribed a median of 0 (range 0–4) and 0 (range 0–2; Mann-Whitney U test P=0.42) courses of antibiotics, respectively. During the post-initiation maintenance period, 11% (95%CI 3%–19%; n=56) of patients initiated on VDZ and 16% (95%CI 6%–26%; n=56; χ2 P=0.41) of patients initiated on anti-TNF received at least one course of antibiotics. Conclusions During the post-initiation maintenance period of first-line biologic therapy in patients with UC, patients initiated on VDZ were significantly less likely to be prescribed corticosteroids than matched patients initiated on anti-TNF agents. Numerically less patients on VDZ received antibiotics, however this did not reach significance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInflammatory Bowel Disease→Travaux en français237 207→