Difficult‐to‐treat inflammatory bowel disease: Effectiveness and safety of 4th and 5th lines of treatment
Notice bibliographique
Résumé
BACKGROUND: Many patients with inflammatory bowel disease (IBD) have signs or symptoms of active disease despite multiple treatment attempts. This emerging concept is defined as difficult-to-treat IBD. AIM: The objective of this study was to investigate for the first time the treatment persistence, efficacy and safety of biologics or small molecules used in 4th or 5th line therapy. METHODS: We reviewed all consecutive patients with IBD treated at the Nancy University Hospital between July 2022 and April 2023 with the 4th or 5th line treatment for at least three months. The primary outcome was to assess the persistence rate of 4th and 5th line therapy. RESULTS: We enrolled 82 patients with IBD (4th line: 44; 5th line: 38). On Kaplan-Meier analysis, the duration of risankizumab, ustekinumab or vedolizumab therapy did not differ significantly (p > 0.05) as 4th and 5th line treatment. The restricted mean survival time analysis showed that the persistence rate of risankizumab was the highest as 4th line therapy (risankizumab vs. vedolizumab: 36.0 and 29.4 weeks, respectively, p = 0.008; risankizumab vs. ustekinumab: 36.0 and 32.8 weeks, respectively, p = 0.035). In multivariate regression, Crohn's disease diagnosis (Odd ratio 4.6; 95% confidence interval 1.7-12.4) was significantly associated with treatment persistence. CONCLUSION: In this first real-world setting, risankizumab could have a longer persistence rate as 4th line treatment for IBD than other agents. Persistence of biological agents was greater in Crohn's disease than in ulcerative colitis. More studies are needed to compare treatment efficacy in patients with difficult-to-treat IBD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».