Long-term tofacitinib efficacy and safety in psoriatic arthritis with or without prior biologic DMARD exposure: a post hoc analysis
Notice bibliographique
Résumé
Objective: To assess long-term tofacitinib efficacy and safety in patients with PsA with or without prior biologic DMARD (bDMARD) exposure. Methods: Data were pooled post hoc from three phase 3 and one long-term extension (LTE) PsA studies and stratified by TNF inhibitor-inadequate responder (TNFi-IR) or bDMARD-naïve patient status at the phase 3 study baseline. Data were reported as all tofacitinib (patients receiving one or more tofacitinib doses) or average tofacitinib 5 and 10 mg twice daily (patients receiving an average total daily dose <15 and ≥15 mg, respectively). Drug survival to month 51, efficacy to month 42 and safety were assessed descriptively. Results: bDMARD-naïve patients, treatment-emergent adverse event incidence rates were higher and serious adverse event, serious infection and herpes zoster incidence rates were numerically higher (CI overlapped). Conclusion: These findings support long-term tofacitinib efficacy and safety in TNFi-IR and bDMARD-naïve patients. However, the benefit-risk profile appeared more favourable in bDMARD-naïve patients, likely due to differences in baseline characteristics and risk factors between subgroups. Trial registration: ClinicalTrials.gov: NCT01877668, NCT01882439, NCT03486457, NCT01976364.
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 | 0,014 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,013 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».