Which advanced treatment should be used following the failure of a first-line anti-TNF in patients with rheumatoid arthritis? 15 years of evidence from the Quebec registry RHUMADATA
Notice bibliographique
Résumé
BACKGROUND: Since 2000, advanced therapies (AT) have revolutionized the treatment of moderate to severe RA. Randomized control trials as well as observational studies together with medication availability often determine second-line choices after the failure of first TNF inhibitors (TNFi). This led to the observation that specific sequences provide better long-term effectiveness. We investigated which alternative medication offers the best long-term sustainability following the first TNFi failure in RA. METHODS: Data were extracted from RHUMADATA from January2007. Patients were followed until treatment discontinuation, loss to follow-up or 25 November 2022. Kaplan-Meier and Cox regression models were used to compare discontinuation between groups. Missing data were imputed, and propensity scores were computed to reduce potential attribution bias. Complete, unadjusted and propensity score-adjusted imputed data analyses were produced. RESULTS: Six hundred eleven patients [320 treated with a TNFi and 291 treated with molecules having another mechanism of action (OMA)] were included. The mean age at diagnosis was 44.5 and 43.9 years, respectively. The median retention was 2.84 and 4.48 years for TNFi and OMAs groups. Using multivariable analysis, the discontinuation rate of the OMA group was significantly lower than TNFi (adjHR: 0.65; 95% CI: 0.44-0.94). This remained true for the PS-adjusted MI Cox models. In a stratified analysis, rituximab (adjHR: 0.39; 95% CI: 0.18-0.84) had better retention than TNFi after adjusting for patient characteristics. CONCLUSION: Switching to an OMA, especially rituximab, in patients with failure to a first TNFi appears to be the best strategy as a second line of therapy.
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 | 0,018 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».