Second-line strategies after anti-TNF failure in chronically active, moderate-to-severe ulcerative colitis: a retrospective, multicentre cohort study
Notice bibliographique
Résumé
Background Many ulcerative colitis (UC) patients require the use of second-line agents after the failure of anti-TNF therapy.Research design and methods We conducted a multicenter, retrospective study including 683 chronically active, moderate-to-severe UC patients who failed first-line anti-TNFs. The rate of treatment persistence and colectomy-free survival was assessed up to 3 years after the initiation of second-line therapy. Predictors for colectomy and persistence were investigated.Results After the failure of first-line anti-TNF, ustekinumab had superior persistence and colectomy-free survival rates compared to tofacitinib (p = 0.05; p = 0.001) and vedolizumab (p = 0.02; p = 0.05), but significant difference was only found in persistence rates in comparison with anti-TNFs (p < 0.001). Regardless of the number of prior anti-TNFs, significantly higher persistence (p = 0.05) and colectomy-free survival rates (p = 0.01) were observed over 2 years with ustekinumab than with vedolizumab or tofacitinib, whereas ustekinumab’s superiority over tofacitinib seemed to disappear by the third year. Hypoalbuminaemia (p = 0.002) and shorter disease duration at second-line initiation (p = 0.03) increased, while concomitant immunomodulators (p = 0.05) reduced the risk for colectomy. Shorter disease duration (p = 0.01) and primary non-response to the previously used anti-TNF (p < 0.001) negatively influenced persistence with second-line non-TNF-targeted agents.Conclusion After first-line anti-TNF failure, switching to a non-anti-TNF agent is worth considering in moderate-to-severe UC.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».