Tofacitinib Versus Vedolizumab Among Bio-naive Patients With Ulcerative Colitis: A Real-World Propensity-Weighted Comparison
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Over the last decade, treatment options for moderate-to-severe ulcerative colitis (UC) have expanded. However, comparative studies between these agents are limited, especially among biologic-naive patients. We aimed to compare the persistence, effectiveness, and safety of tofacitinib and vedolizumab as the first advanced treatment for patients with UC. METHODS: Patients who received either tofacitinib or vedolizumab as their first advanced therapy for UC in NHS Lothian were included. We used inverse probability of treatment weighting. The probability of treatment assignment was calculated via logistic regression using age, sex, UC duration, Montreal extent, C-reactive protein, concomitant corticosteroids, and partial Mayo score at drug commencement. RESULTS: We included n = 158 patients, of whom n = 81 (51.3%) received vedolizumab and n = 77 (48.7%) tofacitinib. Median follow-up for vedolizumab patients was 3.1 years (interquartile range [IQR] 1.6-4.8) and for tofacitinib patients 1.5 years (IQR 0.3-2.3). The cohort was 59.5% male with a median age of 41.1 years (IQR 31.5-51.8). At 2 years, vedolizumab persistence was superior to tofacitinib (p = 0.005). At Weeks 12 and 52, clinical, biochemical, and fecal biomarker steroid-free remission were comparable between groups. Primary nonresponse and secondary loss of response were 9.9% and 17.3% for vedolizumab and 23.4% and 13% for tofacitinib, respectively. The frequency of adverse events was comparable (11 [13.6%] vedolizumab vs 19 [24.7%] tofacitinib, p = 0.629). CONCLUSIONS: We found that the persistence and tolerability of vedolizumab were superior to tofacitinib in bio-naive UC, although the rates of clinical and biomarker remission were comparable. These data may help inform the positioning of advanced 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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».