JAK-inhibitors and risk on serious viral infection, venous thromboembolism and cardiac events in patients with rheumatoid arthritis: A protocol for a prevalent new-user cohort study using the Danish nationwide DANBIO register
Notice bibliographique
Résumé
Janus Kinase inhibitors (JAKis) are targeted synthetic disease-modifying antirheumatic drugs and represent an important alternative to treat patients with moderate to high rheumatoid arthritis (RA) disease activity. Safety concerns associated with increased risk for venous thromboembolism (VTE), serious viral infection, and, more recently, major adverse cardiovascular events (MACE) in JAKi users have emerged worldwide. However, as the exact mechanisms to explain these safety concerns remain unclear, the increased risk of VTE, MACE, and serious viral infection in JAKi users is heavily debated. In light of the need to enrich the safety profile of JAKis in real-world data, we aim to quantify the incidence and risk of MACE, VTE, and serious viral infections in RA patients registered in the Danish DANBIO registry, a nationwide registry of biological therapies used in rheumatology. Therefore, we will conduct a population-based cohort study using a prevalent new-user design. We will identify all RA patients in the DANBIO, ≥ 18 years old, receiving a JAKi or a tumor necrosis factor α inhibitor (TNF-αi) from January 2017 to December 2022. Prevalent and new users of JAKis will be matched to TNF-αi comparators with similar exposure history using time-conditional propensity scores (TCPS). We will describe the cumulative incidence of the outcomes (VTE, MACE, serious viral infection) in each exposure group (JAKi users; TNF-αi users), stratified by outcome type. Additionally, the Aalen-Johansen method will be used to estimate the time-to-event survival function stratified by outcome type. We will also estimate the hazard ratio (HR) with 95% confidence interval (CI) of each outcome in both exposure groups using the time-dependent Cox proportional hazards model. Results will enrich the safety profile of JAKis in real-world data.
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 | 0,015 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».