Changes in Tumor Necrosis Factor Inhibitor Drug Survival in Patients With Rheumatoid Arthritis, Psoriatic Arthritis, and Ankylosing Spondylitis Over 15 Years
Notice bibliographique
Résumé
Objective To study changes in retention of first biologic disease-modifying antirheumatic drug (DMARD) therapy over a period of 15 years in an inception cohort of patients with rheumatoid arthritis (RA), psoriatic arthritis (PsA), and ankylosing spondylitis (AS). Methods We assessed patient and disease characteristics and drug survival of patients starting a biologic (tumor necrosis factor inhibitor [TNFi]) therapy between 2004 and 2019 in routine care at the Amsterdam Rheumatology and Immunology Center, Reade, the Netherlands. Starts were classified as early (2004-2008), intermediate (2009-2013), and recent (2014-2018). Kaplan-Meier plots and log-rank tests assessed the overall difference in drug survival between the 3 observation groups and between diagnoses, followed by Cox regression to estimate hazard ratios (HRs). Results We included 1938 consecutive patients starting TNFi therapy, 63% with RA, 19% with PsA, and 19% with AS; 65% were female. Drug survival decreased significantly over time (overallP< 0.001), mostly caused by decreases in the most recent 4-year period. The HR for drug continuation was 2.04 (95% CI 1.71-2.43,P< 0.001) for the early vs the recent group and 1.92 (95% CI 1.58-2.35,P< 0.001) for the intermediate vs the recent group. Drug survival time was significantly different between diseases (overallP< 0.001), mostly caused by shorter survival in RA. The HR for drug continuation was 0.58 (95% CI 0.47-0.73,P< 0.001) for RA vs PsA and 0.63 (95% CI 0.51-0.78,P< 0.001) for RA vs AS. Conclusion Patients with RA, PsA, and AS currently initiating biologic (TNFi) therapy discontinue the drug much sooner than those starting shortly after the drugs were introduced. This is most likely because of the availability of alternative novel biologic and targeted synthetic DMARD treatments and treat-to-target protocols enabling and necessitating earlier switching.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».