Baseline Disease Activity Predicts Achievement of cDAPSA Treatment Targets With Apremilast: Phase III Results in DMARD-naïve Patients With Psoriatic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: The probability of achieving Clinical Disease Activity Index for Psoriatic Arthritis (cDAPSA) treatment targets (remission [REM], low disease activity [LDA]) was evaluated following apremilast monotherapy in disease-modifying antirheumatic drug (DMARD)-naïve patients with psoriatic arthritis (PsA) based on baseline disease activity. METHODS: This post hoc probability analysis of PALACE 4, a phase III, multicenter, randomized, placebo-controlled study, evaluated shifting across cDAPSA categories from baseline to week 52 and included DMARD-naïve patients receiving apremilast 30 mg BID with available baseline cDAPSA data. Changes in articular/extraarticular manifestations were evaluated in patients with week 52 cDAPSA components. cDAPSA treatment target achievement was assessed in a subgroup with baseline extraarticular PsA manifestations (skin involvement, enthesitis, dactylitis). RESULTS: Of 175 apremilast-treated patients in the probability analysis, 66.3% were in high disease activity (HDA) and 31.4% in moderate disease activity (ModDA) at baseline. Approximately twice as many patients in ModDA at baseline reached REM/LDA at week 52 vs those in HDA (61.7% vs 28.2%). Achieving cDAPSA treatment targets was associated with reductions in articular (swollen/tender joints) and extraarticular (skin involvement, enthesitis, dactylitis, functional disability) disease activity. Similar treatment target achievement rates were observed in the subgroup with ≥ 1 extraarticular PsA manifestation (n = 126; ModDA: 66.7%, HDA: 32.2%). CONCLUSION: Apremilast-treated patients with baseline ModDA had higher probability of achieving cDAPSA treatment targets than patients with HDA. Resolution and/or near resolution of articular and/or extraarticular PsA manifestations was achieved by patients in REM/LDA at week 52. Consistent treatment target achievement was observed in patients with 1 or multiple extraarticular manifestations of active PsA.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».