Incidence Rates of Psoriasis in Children With Inflammatory Bowel Disease and Juvenile Arthritis Treated With Tumor Necrosis Factor Inhibitors and Disease-Modifying Antirheumatic Drugs
Notice bibliographique
Résumé
Objective To estimate the differential effect of tumor necrosis factor inhibitor (TNFi) therapies and presence or absence of conventional synthetic disease-modifying antirheumatic drugs (DMARDs) on the incidence of psoriasis (PsO) in children with inflammatory bowel disease (IBD), juvenile idiopathic arthritis (JIA), and chronic nonbacterial osteomyelitis (CNO). Methods This was a retrospective cohort study from 2008 to 2020. TNFi and DMARD exposures were dichotomized as ever/never. The primary outcome was incident PsO. Incidence rates (IRs) of PsO were stratified by underlying diagnosis, TNFi agent, and DMARD use. Poisson regression was used to assess the IR ratios (IRRs) between exposure groups. Results There were 5088 children who met the inclusion criteria: 3794 (75%) had IBD, 1189 (23%) had JIA, and 105 (2%) had CNO. Of the 2023 children with TNFi exposure, 613 (30%) and 1410 (70%) were with or without a DMARD, respectively. When controlling for DMARD, sex, and family history of PsO, the IRR of developing PsO in patients exposed to adalimumab (ADA) was 2.70 times higher (95% CI 1.53-4.75; P < 0.001) than those who did not receive any TNFi treatment. IRR was lower, but not significantly different, for patients exposed to infliximab (IFX; IRR 2.34, 95% CI 1.56-3.51; P < 0.001) and etanercept (ETN; IRR 2.21; 95% CI 1.17-4.21; P = 0.006) compared to TNFi-unexposed patients. IRR of TNFi exposure was lower by 0.25 ( P < 0.001) in DMARD-exposed patients compared to non–DMARD-exposed patients. Conclusion IRR of TNFi-induced PsO was not significantly different among ADA, IFX, and ETN. However, for patients with exposure to any of the TNFi evaluated, the IRR was significantly lower in those also exposed to a DMARD.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».