Hydroxychloroquine in the pregnancies of women with lupus: a meta-analysis of individual participant data
Notice bibliographique
Résumé
OBJECTIVE: Multiple guidelines recommend continuing hydroxychloroquine (HCQ) for SLE during pregnancy based on observational data. The goal of this individual patient data meta-analysis was to identify the potential benefits and harms of HCQ use within lupus pregnancies. METHODS: Eligible studies included prospectively collected pregnancies in women with lupus. After a systematic literature search, seven datasets meeting inclusion criteria were obtained. Pregnancy outcomes and lupus activity were compared for pregnancies with a visit in the first trimester in women who did or did not take HCQ throughout pregnancy. Birth defects were not systematically collected. This analysis was conducted in each dataset, and results were aggregated to provide a pooled OR. RESULTS: Seven cohorts provided 938 pregnancies in 804 women. After selecting one pregnancy per patient with a first trimester visit, 668 pregnancies were included; 63% took HCQ throughout pregnancy. Compared with pregnancies without HCQ, those with HCQ had lower odds of highly active lupus, but did not have different odds of fetal loss, preterm delivery or pre-eclampsia. Among women with low lupus activity, HCQ reduced the odds of preterm delivery. CONCLUSIONS: This large study of prospectively-collected lupus pregnancies demonstrates a decrease in lupus activity among woman who continue HCQ through pregnancy and no harm to pregnancy outcomes. Like all studies of HCQ in lupus pregnancy, this study is confounded by indication and non-adherence. As this study confirms the safety of HCQ and diminished SLE activity with use, it is consistent with current recommendations to continue HCQ throughout pregnancy.
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 | 0,025 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,003 | 0,018 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».