Subcutaneous immunoglobulin for patients with idiopathic inflammatory myopathies: a real-world, single-centre experience
Notice bibliographique
Résumé
OBJECTIVES: Idiopathic inflammatory myopathies (IIMs) are heterogeneous diseases characterized by skeletal muscle inflammation associated with cutaneous, pulmonary and/or other visceral organ involvement. IVIG has been recommended as an adjunct therapy for IIM patients refractory to conventional therapy. However, IVIG has high resource needs and increased risk of adverse reactions. Subcutaneous immunoglobulin (SCIG) therapy has been used as an alternative to IVIG in primary immunodeficiencies and neuroinflammatory disorders. We assessed the satisfaction, patient preference and effectiveness in IIM patients who transitioned from IVIG to SCIG. METHODS: We retrospectively reviewed consecutive 20 patients with IIM who were transitioned from IVIG to SCIG therapy for >12 months. Patient preference between IVIG and SCIG was surveyed using a questionnaire previously used in studies of neuroinflammatory conditions. In addition, disease flares, changes in immunosuppression, cumulative prednisone doses and global disease activity were evaluated using the Myositis Intention to Treat Index (MITAX) 12 months pre- and post-SCIG initiation. RESULTS: Most patients (78.9%) preferred SCIG over IVIG and preferred home-based therapies to hospital-based therapies. There was no significant difference in global disease activity (MITAX 3.31 vs 3.02) or in cumulative steroid doses 12 months pre- or post-SCIG initiation. Three patients experienced disease flares, five escalated in immunosuppression, while four patients deescalated in immunosuppressive medications. CONCLUSIONS: SCIG is preferred by most patients over IVIG without a substantial increased disease activity or need for additional CS. Future cost-effectiveness studies may provide an additional rationale for utilizing SCIG over IVIG for maintenance therapy for IIM.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».