MétaCan
Menu
Retour à la cohorte
Enregistrement W4391162088 · doi:10.1093/ecco-jcc/jjad212.0648

P518 Dietary and non-dietary predictors of treatment response to adalimumab in anti-TNFα-naïve adults with Crohn’s disease

2024· article· en· W4391162088 sur OpenAlexaff
Aleksandra Jatkowska, Bernadette White, Iona Campbell, E Brownson, Brenton Short, J Clowe, John Paul Seenan, Daniel R. Gaya, Shahida Din, Gwo‐Tzer Ho, E Robertson, Craig Mowat, Simon Milling, Jonathan Macdonald, Konstantinos Gerasimidis

Notice bibliographique

RevueJournal of Crohn s and Colitis · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésAdalimumabMedicineCrohn's diseaseDiseaseInfliximabInternal medicineTumor necrosis factor alpha

Résumé

récupéré en direct d'OpenAlex

Abstract Background Biologics, such as anti-TNFα agents, are commonly used in the management of Crohn’s disease (CD). A significant proportion of patients do not respond to treatment, necessitating the exploration of pre-treatment predictors of treatment response. Methods Anti-TNFα-naïve adults with active CD (Crohn’s Disease Activity Index; CDAI≥150) participating in an RCT (NCT04859088) were randomised to receive adalimumab monotherapy or adalimumab combination therapy with 50% partial enteral nutrition (PEN). Treatment response (CDAI<150) was assessed after 6 weeks, baseline diet was assessed with EPIC-Norfolk FFQ, alternative Mediterranean diet scores (aMED), and principal component analysis (PCA) with orthogonal (varimax) rotation was used to identify data-derived dietary patterns. Baseline predictors evaluated included PEN use, steroid use, immunomodulator use, age, disease duration, CDAI, C-Reactive protein (CRP), albumin, haemoglobin, Scottish Index of Multiple Deprivation (SIMD) score, adherence to dietary patterns identified, aMED score, smoking status, alcohol consumption, physical activity level, body mass index (BMI), fat mass (kg/m2), fat-free mass (kg/m2), and handgrip strength. Differential analysis between responders and non-responders was carried out with general linear model or chi-square test when appropriate. Random forest model with recursive feature elimination (RF-RFE) was used to identify the most predictive factors of treatment response. Results Of 42 participants recruited to the study, 62% (26) responded to treatment. PCA revealed four dietary patterns (Figure 1A). Responders to adalimumab were younger (mean (SD): 36.0 (17.1) vs 50.8 (10.0), P=0.004), had lower baseline CDAI (mean (SD): 228 (62) vs 286 (78), P=0.018), higher CRP (14.5 (19.2) vs 4.6 (5.8) mg/L, P=0.036), were less likely to smoke (31% (5 of 16) vs 8% (2 of 26), and less likely to adhere to a dietary pattern characterised by high consumption of animal products (PC2) (P=0.030). Adherence to PC2 also correlated positively with age (r=0.327, P=0.035). The RF-RFE algorithm highlighted young age, low baseline CDAI and low PC2 adherence as key factors (Sensitivity: 77%, Specificity: 63%, PPV: 77%, NPV: 63%, OOB: 29%, P=0.012) (Figure 1B). Interestingly, exclusion of dietary factors improved diagnostic performance of the model (Sensitivity: 77%, Specificity: 75%, PPV: 83%, NPV: 67%, OOB: 24%, P=0.003) (Figure 1C), indicating potential interactions by other factors like age. Conclusion Young age, non-smoking, low baseline CDAI and elevated CRP predict adalimumab response in anti-TNFα-naïve adults. While dietary factors may also play a role, their impact seems confounded by other non-dietary factors. Further research is warranted in this area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,231
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crohn s and ColitisMême sujetInflammatory Bowel DiseaseTravaux en français237 207