Pain Reduction in Rheumatoid Arthritis Patients Who Use Opioids: A Post Hoc Analysis of Phase 3 Trials of Baricitinib
Notice bibliographique
Résumé
OBJECTIVE: Pain reduction with baricitinib was assessed in patients with rheumatoid arthritis (RA) who either used opioids or did not use opioids during three randomized, double-blind phase 3 trials. METHODS: Analysis populations were as follows: i) baricitinib 4 mg once daily versus placebo groups integrated from RA-BEAM (NCT01710358) for patients with inadequate response (IR) to methotrexate, RA-BUILD (NCT01721057) with IR to conventional disease-modifying antirheumatic drugs, and RA-BEACON (NCT01721044) with IR to at least one tumor necrosis factor inhibitors; ii) baricitinib 2 mg versus placebo from RA-BUILD and RA-BEACON; and iii) adalimumab 40 mg every other week versus placebo from RA-BEAM. Pain was measured by the Patient Assessment of Pain Visual Analog Scale. Analysis of covariance modeling assessed differences in pain reduction between treatments at each time point through Week 24, with an interaction term to test heterogeneous treatment effects across opioid users and nonusers. RESULTS: Baricitinib 4 mg had greater pain reduction versus placebo in opioid users and nonusers (P < 0.05) at all time points starting from Week 1; the pain reduction was similar between opioid users and nonusers. Baricitinib 2 mg had greater pain reduction versus placebo in opioid users and nonusers starting at Week 4. A significant difference in pain reduction was not observed for adalimumab versus placebo in the opioid users but was observed in nonusers at all time points. CONCLUSION: Pain reduction was observed and was similar between opioid users and nonusers with baricitinib 2 mg and 4 mg but not adalimumab in this post hoc analysis.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 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 ».