Probability of Response in the First Sixteen Weeks After Starting Biologics: An Analysis of Juvenile Idiopathic Arthritis Biologics Trials
Notice bibliographique
Résumé
OBJECTIVES: Most juvenile idiopathic arthritis (JIA) biologic disease-modifying antirheumatic drugs (bDMARDs) trials used an open-label run-in period followed by randomized medication withdrawal. We used data from the run-in period of 4 bDMARD trials to 1) delineate early response trajectory to bDMARDs and 2) identify predictors of early response. METHODS: Data from the first 16 weeks of 4 bDMARD trials were used. The primary outcome was the American College of Rheumatology (ACR) Pediatric 50 (Pedi 50) response criteria: clinically significant response defined as ACR Pedi 50 or greater. The secondary outcome was the clinical Juvenile Arthritis Disease Activity Score in 10 joints (cJADAS10) minimal disease activity state. Response transition rates and predictors were modeled using an inhomogeneous Markov multistate model. RESULTS: Five hundred thirty-two participants (70% receiving methotrexate, 41% prednisone) were included. By month 4, the probability of attaining ACR Pedi 50 or greater was 0.698. If ACR Pedi 50 or more was not achieved by month 1, the probability of achieving it by month 4 was 0.60. If ACR Pedi 50 or more was not achieved by month 3, the probability of achieving this by month 4 was 0.31. Age at diagnosis, disease duration, baseline rheumatoid factor, and active joint counts predicted ACR and cJADAS state transitions, adjusted for concomitant treatment. CONCLUSIONS: No response ACR Pedi 50 or more by month 1 after treatment was associated with a 0.60 probability of responding by month 4, but not responding by month 3 was associated with a 0.31 probability of response by month 4. Baseline disease duration, rheumatoid factor, and active joint counts predicted early treatment response (ACR and cJADAS10 states).
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 | 0,044 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».