Discontinuation of tofacitinib and TNF inhibitors in patients with rheumatoid arthritis: analysis of pooled data from two registries in Canada
Notice bibliographique
Résumé
OBJECTIVES: The similarity in retention of tumour necrosis factor inhibitors (TNFi) and tofacitinib (TOFA) was previously reported separately by the Ontario Best Practices Research Initiative and the Quebec cohort Rhumadata. However, because of small sample sizes in each registry, we aimed to confirm the findings by repeating the analysis of discontinuation of TNFi compared with TOFA, using pooled data from both these registries. DESIGN: Retrospective cohort study. SETTING: Pooled data from two rheumatoid arthritis (RA) registries in Canada. PARTICIPANTS: Patients with RA starting TOFA or TNFi between June 2014 and December 2019 were included. A total of 1318 patients were included TNFi (n=825) or TOFA (n=493). OUTCOME MEASURES: Time to discontinuation was assessed using Kaplan-Meier survival and Cox proportional hazards regression analysis. Propensity score (PS) stratification (deciles) and PS weighting were used to estimate treatment effects. RESULTS: The mean disease duration in the TNFi group was shorter (8.9 years vs 13 years, p<0.001). Prior biological use (33.9% vs 66.9%, p<0.001) and clinical disease activity index (20.0 vs 22.1, p=0.02) were lower in the TNFi group.Discontinuation was reported in 309 (37.5%) and 181 (36.7%) TNFi and TOFA patients, respectively. After covariate adjustment using PS, there was no statistically significant difference between the two groups in discontinuation due to any reason HR=0.96 (95% CI 0.78 to 1.19, p=0.74)) as well as discontinuation due to ineffectiveness only HR=1.08 (95% CI 0.81 to 1.43, p=0.61)).TNFi users were less likely to discontinue due to adverse events (AEs) (adjusted HRs: 0.46, 95% CI 0.29 to 0.74; p=0.001). Results remained consistent for firstline users. CONCLUSIONS: In this pooled real-world data study, the discontinuation rates overall were similar. However, discontinuation due to AEs was higher in TOFA compared with TNFi users.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».