Rituximab Treatment in Adult Patients With Idiopathic Inflammatory Myositis
Notice bibliographique
Résumé
OBJECTIVE: This systematic review and meta-analysis assess the efficacy and safety of rituximab (RTX) in treating idiopathic inflammatory myositis (IIM). METHODS: PubMed and Embase were systematically searched for trials and observational studies involving RTX use in IIM. Data were analyzed using a random-effects model to generate pooled estimates for overall response, complete remission, partial response, and adverse events, with subgroup analyses by myositis type and RTX dosage (PROSPERO registered number CRD42022353740). Risk of bias assessments were done using the Newcastle-Ottawa Scale for observational studies and risk of bias 1 tool for trials. RESULTS: Seventeen studies (1 randomized controlled trial and 16 observational studies), encompassing 362 patients, were included. The overall pooled response rate was 70% (95% confidence interval [CI]: 57%-82%; I2 = 74%, p < 0.001). Complete remission occurred in 13% (95% CI: 3%-25%; I2 = 79%, p < 0.001) and partial response in 48% (95% CI: 30%-67%; I2 = 87%, p < 0.001), both with significant heterogeneity. Subgroup analysis revealed high response rates across all myositis types: polymyositis 69%, dermatomyositis 67%, antisynthetase syndrome 70%, juvenile dermatomyositis 60%, and immune-mediated necrotizing myopathy 86%. Response rates were similar between RTX induction doses of 1 g IV on days 0 and 14 (68%) and 375 mg/m 2 weekly for 4 weeks (71%). Reported adverse events totaled 120, including infusion reactions (18.5%) and infections (12.4%). CONCLUSIONS: RTX shows a favorable clinical response in IIM treatment, though response rates vary. There was a significant heterogeneity in treatment effect estimates that are based on a small number of patients. The incidence of infusion reactions and infections highlights the need for careful monitoring. Further controlled trials are essential to refine treatment protocols and evaluate long-term outcomes for RTX's role in 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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,018 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».