Monitoring the transition of patients on biologics in rheumatoid arthritis: Consensus guidance for pharmacists
Notice bibliographique
Résumé
BACKGROUND: Recent approvals for novel agents such as the small molecule Janus kinase inhibitors (JAKi), combined with the advent of biosimilars has widened the gamut of available therapeutic options in the treatment of rheumatoid arthritis (RA). This combined with the introduction of mandatory non- medical switches to biosimilars in some jurisdictions by both public and private payors has led to a significant increase in the volume of therapeutic changes for patients. Pharmacists are well positioned to ensure effective and safe transitions, however there is a significant unmet need for objective and subjective clinical guidance around therapy as well disease state monitoring in RA that facilitates best practices throughout the patient journey. OBJECTIVE: In this paper we aim to create a consensus derived monitoring algorithm for pharmacists to facilitate best practices throughout therapeutic transitions from originator biologic to other originator biologics, biosimilars, and Janus kinase inhibitors in RA. METHODS: The Nominal Group Technique (NGT) was used to understand if consensus could be found among the participants. Clinically relevant questions were developed to capture solutions to the identified unmet need. The faculty considered the questions as individuals, and privately generated answers/ideas. After discussion and consideration, the participants ranked the ideas and established a consensus. RESULTS: Based on the outcome of the consensus discussions, an algorithm was created to help guide pharmacists through therapeutic transitions in RA. The tool covers important topics such as pre-transition considerations, avoiding the nocebo effect for biosimilars, specific considerations for each drug or class, monitoring efficacy, and when to refer. CONCLUSIONS: New classes of anti-rheumatic drugs including JAKi, along with the introduction of biosimilars are presenting more opportunity for therapeutic changes and monitoring in patients with RA. We hope our evidence-based consensus derived guidance tool will assist frontline pharmacists in supporting their patients to a successful therapeutic transition in RA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».