AB0709 EFFECTIVENESS OF JANUS KINASE INHIBITORS IN GIANT CELL ARTERITIS IN CLINICAL PRACTICE. REAL-WORLD CLINICAL PRACTICE STUDY AND LITERATURE REVIEW
Notice bibliographique
Résumé
Background Patients with giant cell arteritis (GCA) can relapse despite glucocorticoids, methotrexate and tocilizumab treatment. The JAK/STAT signalling pathway is involved in the pathogenesis of GCA, and JAK inhibitors (JAKi) are a potential treatment alternative. Baricitinib showed positive results in a small uncontrolled study [1]. Objectives To evaluate the effectiveness of JAKi in GCA. Methods Real-world, retrospective clinical practice study of patients with GCA treated with JAKi. Outcomes assessed included disease relapse and safety. A literature search for other JAKi-treated GCA cases was conducted in PubMed, Embase and the Cochrane library from inception to 12/31/2022. We compared results of the previous baricitinib study (1) and the baricitinib recipients in our series. Results We present 32 patients (27 females [84%], mean age, 72.4 years, relapsing disease 32 [100%]) that received JAKi. The initial JAKi was baricitinib (n=12), tofacitinib (n=10) and upadacitinib (n=10) (Table 1 and Figure 1). After a median [IQR] follow-up of 6 [3-15] months, 23 (72%) achieved and maintained remission, and 9 (28%) patients discontinued the initial JAKi due to relapse (n=7, 22%) or severe adverse events (SAEs) (n=2, 6%) including liver dysfunction and dyspnea/palpitations. The 9 patients failing the initial JAKi were switched to an alternative [JAKi (n=4) or to another immunosuppressant (n=5)]. The literature review identified another 21 GCA patients (17 females, mean age 74.2 years) treated with JAKi, mostly with baricitinib (n=18). Most of these patients benefited from JAKi therapy (Table 1). Patients in our series receiving baricitinib had longer disease duration (median [IQR]36 [24-48] vs 9 [7-21] months; p=0.001) and had received biologics (83% vs 6.7%; p<0.001) more frequently than those in the previous baricitinib study [1]. Remaining baseline features were similar. Conclusion This real-world analysis suggests that JAKi could be effective in GCA, including patients failing other immunosuppressive therapies. The results of an ongoing phase 3 randomized controlled trial are awaited to confirm or rule out this observation. References [1]Koster MJ, et al. Ann Rheum Dis. 2022 Acknowledgements: NIL. Disclosure of Interests Carmen Álvarez-Reguera: None declared, J. Loricera: None declared, Toluwalase Tofade: None declared, Diana Prieto-Peña: None declared, Susana Romero-Yuste: None declared, Eugenio de Miguel: None declared, Anne Riveros: None declared, Iván Ferraz-Amaro: None declared, Santos Castañeda: None declared, Eztizen Labrador-Sánchez: None declared, Olga Maiz: None declared, Elena Becerra-Fernández: None declared, J. Narváez: None declared, E. Galíndez-Agirregoikoa: None declared, Ismael González Fernández: None declared, ANA URRUTICOECHEA-ARANA: None declared, Sebastian Unizony: None declared, Ricardo Blanco Speakers bureau: Abbvie, Pfizer, Roche, lilly, Bristol-Myers, Janssen, Galapagos and MSD., Consultant of: Abbvie, Pfizer, Roche, lilly, Bristol-Myers, Janssen., Grant/research support from: Abbvie, MSD, novartis and Roche.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,019 | 0,023 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».