Comorbidities in the Spondyloarthritis GISEA Cohort: an average treatment effect analysis on patients treated with bDMARDs
Notice bibliographique
Résumé
OBJECTIVES: We aimed to investigate the effectiveness of tumour necrosis factor inhibitors (TNFi), anti-interleukin-17 or interleukin-12/23 monoclonal antibodies (anti-IL) on comorbidities in a cohort of patients with spondyloarthritis (SpA), using an average treatment effect (ATE) analysis. METHODS: SpA patients from the multicentre Italian GISEA Registry were divided into groups according to pharmacological exposure: no treatment (G0), TNFi (G1) and non-responders to TNFi switched to anti-IL (G2). In each group, we recorded the prevalence and incidence of infectious, cardiopulmonary, endocrinological, gastrointestinal, oncologic, renal and neurologic comorbidities. Each comorbidity was then fitted for ATE and baseline features were evaluated for importance. RESULTS: The main findings of this study comprising 4458 SpA patients relate to cancer, other gastrointestinal diseases (OGID) and fibromyalgia. ATE showed no increased risk of solid cancer in G1 (0.42 95% CI 0.20-0.85) and G2 (0.26 95% CI 0.08-0.71) vs. G0, with significantly higher incidence in G0 (14.07/1000 patient-years, p=0.0001). Conversely, a significantly higher risk of OGID and fibromyalgia was found in G1 (1.56 95% CI 1.06-2.33; 1.69 95% CI 1.05-2.68, respectively) and G2 (1.91 95% CI 1.05-3.24; 2.13 95% CI 1.14-3.41, respectively) vs. G0. No treatment risk reduction was observed in haematological malignancies, cardiovascular events and endocrinological comorbidities. CONCLUSIONS: Overall, our study confirms the safety of TNFi and anti-IL in SpA patients, albeit with some caveats pertaining to solid cancers, OGID and fibromyalgia. Furthermore, taking into consideration causality with observational data may yield more reliable and relevant clinical information.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».