Three‐Year Outcomes and Latent Class Trajectory Analysis of the Childhood Arthritis and Rheumatology Research Alliance Polyarticular <scp>JIA</scp> Consensus Treatment Plans Study
Notice bibliographique
Résumé
OBJECTIVE: To assess the impact of differences in the timing of initial biologic disease-modifying antirheumatic drug (bDMARD) therapy using the Childhood Arthritis and Rheumatology Research Alliance (CARRA) Start Time Optimization of biologics in Polyarticular Juvenile Idiopathic Arthritis (JIA) (STOP-JIA) - consensus treatment plans study on outcomes through three years. METHODS: Start Time Optimization of biologics in Polyarticular-JIA participants with CARRA Registry follow-up through three years were eligible. Outcomes included American College of Rheumatology clinically inactive disease (CID) off glucocorticoids, clinical Juvenile Arthritis Disease Activity Score based on 10 joints inactive disease (cJADAS-10-ID) (cJADAS-10-ID: cJADAS-10 ≤ 2.5), clinical remission on medication (CRM), and proportion of time in CID and/or cJADAS-10-ID. Latent class trajectory modeling (LCTM) was applied to identify participant subgroups sharing similar disease courses over this period. RESULTS: A total of 297 participants were included (n = 190 step-up [SU], 76 early combination [EC], and 31 biologic first). At the three-year visit, CID was achieved by 35%, 42%, and 44%, respectively (P = 0.35 for SU versus EC). EC was superior to SU in achieving CRM (59.9% vs 40.6%; P = 0.012), time spent in CID (38% versus 30%; P = 0.04), and cJADAS-10-ID (51% versus 41%; P = 0.02). Slow, moderate, and rapid improvement trajectories were identified by LCTM; bDMARD initiation within the first (odds ratio [OR] 5.33) or second (OR 2.67) month from baseline was associated with the rapid improvement trajectory. CONCLUSION: EC was superior to SU across three years for outcomes reflecting time spent in lower disease activity. Starting bDMARD within two months predicted rapid improvement and maintenance of inactive disease. These results support the hypothesis that early bDMARD initiation reduces overall disease burden in pJIA.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».