Incidence of Herpes Zoster in Patients With Rheumatoid Arthritis in the United States: A Retrospective Cohort Study
Notice bibliographique
Résumé
Objective To estimate the incidence of herpes zoster (HZ) in patients with rheumatoid arthritis (RA) compared with the general population in the USA. Methods This retrospective, longitudinal cohort study used data from an administrative claims database containing both commercial and Medicare Advantage Part D data, with a data period from October 2015 to February 2020. Patients were aged ≥ 18 years and divided into 2 cohorts: patients with RA and patients without RA. Diagnosis and procedure codes were used to identify HZ cases and calculate incidence rates (IRs) of HZ in the 2 cohorts. Data were stratified by age group (ie, 18-49, 18-29, 30-39, 40-49, 50-64, and ≥ 65 yrs) and RA therapy type. IR ratios (IRRs), adjusted by cohort baseline characteristics, were estimated using generalized linear models to compare the incidence of HZ between cohorts. Results The overall IR of HZ was higher in the RA cohort (21.5 per 1000 person-years [PY]; N = 67,650) than in the non-RA cohort (7.6 per 1000 PY; N = 11,401,743). The highest IRs in both cohorts were observed in the age group of ≥ 65 yrs (23.4 and 11.4 per 1000 PY in the RA cohort and non-RA cohort, respectively). The overall adjusted IRR of HZ was 1.93 (95% CI 1.87-1.99,P< 0.001) for the RA cohort compared with the non-RA cohort. In the RA cohort, the highest IRs by medication class were observed in patients using corticosteroids and those using Janus kinase inhibitors. Conclusion These results highlight the increased incidence of HZ in patients with 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».