Systematic Review and Meta-analysis: Loss of Response and Need for Dose Escalation of Infliximab and Adalimumab in Ulcerative Colitis
Notice bibliographique
Résumé
BACKGROUND: Loss of response to infliximab or adalimumab in ulcerative colitis occurs frequently, and dose escalation may aid in regaining clinical benefit. This study aimed to systematically assess the annual loss of response and dose escalation rates for infliximab and adalimumab in ulcerative colitis. METHODS: A systematic search was conducted from August 1999 to July 2021 for studies reporting loss of response and dose escalation during infliximab and/or adalimumab use in ulcerative colitis patients with primary response. Annual loss of response, dose escalation rates, and clinical benefit after dose escalation were calculated. Subgroup analyses were performed for studies with 1-year follow-up or less. RESULTS: We included 50 unique studies assessing loss of response (infliximab, n = 24; adalimumab, n = 21) or dose escalation (infliximab, n = 21; adalimumab, n = 16). The pooled annual loss of response for infliximab was 10.1% (95% confidence interval [CI], 7.1-14.3) and 13.6% (95% CI, 9.3-19.9) for studies with 1-year follow-up. The pooled annual loss of response for adalimumab was 13.4% (95% CI, 8.2-21.8) and 23.3% (95% CI, 15.4-35.1) for studies with 1-year follow-up. Annual pooled dose escalation rates were 13.8% (95% CI, 8.7-21.7) for infliximab and 21.3% (95% CI, 14.4-31.3) for adalimumab, regaining clinical benefit in 72.4% and 52.3%, respectively. CONCLUSIONS: Annual loss of response was 10% for infliximab and 13% for adalimumab, with higher rates during the first year. Annual dose escalation rates were 14% (infliximab) and 21% (adalimumab), with clinical benefit in 72% and 52%, respectively. Uniform definitions are needed to facilitate more robust evaluations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».