Abatacept and non-melanoma skin cancer in patients with rheumatoid arthritis: a comprehensive evaluation of randomised controlled trials and observational studies
Notice bibliographique
Résumé
OBJECTIVES: This study aims to evaluate non-melanoma skin cancer (NMSC) risk associated with abatacept treatment for rheumatoid arthritis (RA). METHODS: This evaluation included 16 abatacept RA clinical trials and 6 observational studies. NMSC incidence rates (IRs)/1000 patient-years (p-y) of exposure were compared between patients treated with abatacept versus placebo, conventional synthetic (cs) disease-modifying antirheumatic drugs (DMARDs) and other biological/targeted synthetic (b/ts)DMARDs. For observational studies, a random-effects model was used to pool rate ratios (RRs). RESULTS: ~49 000 patients receiving abatacept were analysed from clinical trials (~7000) and observational studies (~42 000). In randomised trials (n=4138; median abatacept exposure, 12 (range 2-30) months), NMSC IRs (95% CIs) were not significantly different for abatacept (6.0 (3.3 to 10.0)) and placebo (4.0 (1.3 to 9.3)) and remained stable throughout the long-term, open-label period (median cumulative exposure, 28 (range 2-130 months); 21 335 p-y of exposure (7044 patients over 3 years)). For registry databases, NMSC IRs/1000 p-y were 5-12 (abatacept), 1.6-10 (csDMARDs) and 3-8 (other b/tsDMARDs). Claims database IRs were 19-22 (abatacept), 15-18 (csDMARDs) and 14-17 (other b/tsDMARDs). Pooled RRs (95% CIs) from observational studies for NMSC in patients receiving abatacept were 1.84 (1.00 to 3.37) vs csDMARDs and 1.11 (0.98 to 1.26) vs other b/tsDMARDs. CONCLUSIONS: Consistent with the warnings and precautions of the abatacept label, this analysis suggests a potential increase in NMSC risk with abatacept use compared with csDMARDs. No significant increase was observed compared with b/tsDMARDs, but the lower limit of the 95% CI was close to unity.
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 | 0,125 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,015 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».