Incidence and spectrum of typical complications associated with immunosuppressant use in rheumatic disease: A nationwide retrospective study
Notice bibliographique
Résumé
AIM: To estimate the incidence and characteristics of typical complications associated with immunosuppressant therapy across various types of rheumatic disease (RD). METHODS: We conducted a retrospective analysis using Korean claims data, including patients who were first diagnosed with rheumatic disease (rheumatoid arthritis, spondyloarthrosis, lupus erythematosus, vasculitis, sclerosis, Sjögren's syndrome, and polymyalgia rheumatica) and initiated immunosuppressant therapy between 2015 and 2018. We focused on several typical complications, including infections, cancer, cardiovascular complications, bone marrow suppression, gastrointestinal complications, diabetes, interstitial lung disease, demyelinating disease, acute kidney injury, and hepatotoxicity. RESULTS: Among 464 753 patients prescribed immunosuppressants, 59 548 initiated treatment following their RD diagnosis. The most prevalent complications included opportunistic infections (60.6 events per 1000 person-years), serious infections (41.1), hypertension (31.5), diabetes (18.3), and cancer (14.1). Most complications peaked in the first month after treatment initiation. While the risk of serious infections and cancer increased with age, the incidence of opportunistic infections did not significantly vary. Furthermore, risk of serious infection or cancer did not significantly differ among RD types. CONCLUSIONS: This investigation elucidated the incidence and spectrum of typical complications associated with immunosuppressants among patients with RD, using a vast real-world dataset to highlight key safety concerns.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».