Effectiveness of sequential biologic and targeted disease modifying anti-rheumatic drugs for rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVES: Whether patients with RA benefit from repeated trials of biologic or targeted synthetic DMARDs (b/tsDMARDs) after three or more attempts is unknown. We aimed to describe treatment outcomes in each line of b/tsDMARD therapy. METHODS: Using data from the British Society for Rheumatology Biologics Register for RA from 2001 to 2020, change to a new b/tsDMARD (except biosimilar switches) was defined as a new line of therapy. Treatment outcomes were compared across lines of therapy, including DAS28 remission (≤2.6), low disease activity (LDA, ≤3.2) at 6 months and median time to drug discontinuation. Multiple imputation was used for missing data. RESULTS: A total of 22 934 individuals starting a first b/tsDMARD were included (mean age 56 years, 76% female), among whom 10 823 commenced a second-line drug, 5056 third, 2128 fourth, 767 fifth and 292 sixth. Most (71%) had sufficient data for DAS28-derived outcome analyses. TNF inhibitors were the most common first-line drug, but choice of subsequent-line drugs changed over time. Seventeen percent achieved DAS28 remission following first-line, 13% second and 8-13% with third through sixth. LDA was achieved in 29% of first-line, 23% second, 17-22% through to the sixth. Patients stayed on first-line therapy for a median of 2.6 years, ranging from 1.0-1.4 years for lines two to six. CONCLUSION: Many patients will eventually benefit after repeated trials of b/tsDMARD. Further research to improve treatment selection are needed to prevent prolonged trial and error approaches in some patients.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».