Efficacy of synthetic and biological DMARDs: a systematic literature review informing the 2022 update of the EULAR recommendations for the management of rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVES: To update the evidence on efficacy of DMARDs (disease-modifying antirheumatic drugs) and inform the taskforce of the 2022 update of the European Alliance of Associations for Rheumatology (EULAR) recommendations for management of rheumatoid arthritis (RA). METHODS: This systematic literature review (SLR) investigated the efficacy of conventional synthetic (cs), biological (b), biosimilar and targeted synthetic (ts)DMARDs in patients with RA. Medline, EMBASE, Cochrane CENTRAL and Web of Science were used to identify all relevant articles published since the previous update in 2019 to 14 January 2022. RESULTS: Of 8969 search results, 169 articles were selected for detailed review and 47 were finally included. Trials investigated the efficacy of csDMARDs, bDMARDs and tsDMARDs, DMARD switching, tapering and trials investigating different treatment strategies. The compounds investigated were csDMARDs (methotrexate (MTX), leflunomide, sulfasalazine, hydroxychloroquine), bDMARDs (abatacept, adalimumab, certolizumab-pegol, denosumab, etanercept, infliximab, levilimab, olokizumab, opineracept, rituximab, sarilumab, tocilizumab) and tsDMARDs (baricitinib, filgotinib, tofacitinib, upadacitinib). The efficacy of csDMARDs+ short-term glucocorticoids in early RA was confirmed and similar to bDMARD+MTX combination therapy. Interleukin-6 pathway inhibition was effective in trials on olokizumab and levilimab. Janus kinase inhibitor (JAKi) was efficacious in different patient populations. After insufficient response to JAKi, patients could respond to TNFi treatment. Tapering of DMARDs was feasible for a proportion of patients, who were able to taper therapy while remaining in low disease activity or remission. CONCLUSION: The results of this SLR, together with one SLR on safety of DMARD and one on glucocorticoids, informed the taskforce of the 2022 update of the EULAR recommendations for pharmacological management of RA.
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 | 0,014 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».