The effectiveness of second- and-third-line biologics in perianal Crohn’s disease—a multicenter propensity score-matched study
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Anti-tumor necrosis factor-α inhibitors (anti-TNFs) are the established treatment for perianal Crohn's disease (pCD), but relapse and non-response are common. Data on second- and third-line biologics are limited. We present the first direct comparison of second- and third-line biologics in pCD patients with active perianal disease previously treated with first-line anti-TNFs. METHODS: A multicenter retrospective cohort study included adult patients with pCD who failed first-line anti-TNF. The primary outcome was clinical perianal response, with secondary outcomes of radiological response (magnetic resonance imaging or transrectal ultrasound) and healing, and clinical remission. Propensity score matching (PSM) was used to adjust for baseline differences. RESULTS: A total of 486 pCD patients from 23 IBD centers were included, with 333/486 (68.5%) and 216/263 (82.1%) matched by PSM in the second and third-line treatment groups, respectively. In the second-line group, 62/78 (79.5%) of ustekinumab (UST)-treated patients achieved clinical perianal response, compared to 46/78 (58.9%) with vedolizumab (VDZ) (OR 4.47, 95% CI, 1.94-10.28, P < .001) and 38/78 (48.7%) with anti-TNFs (OR 5.29, 95% CI, 2.39-11.71, P < .001). In the third-line group, 38/49 (77.6%) of UST-treated patients achieved clinical perianal response, compared to 29/49 (59.2%) with VDZ (OR 9.96, 95% CI, 2.6-38.4, P < .001) and 27/49 (55.1%) with anti-TNFs (OR 12.03, 95% CI, 2.99-48.47, P < .001). UST-treated patients also had higher radiological response rates than VDZ (OR 3.28, 95% CI, 1.07-10.07, P = .038). CONCLUSION: In pCD patients failing anti-TNFs as first-line treatment, ustekinumab may be more effective than vedolizumab or another anti-TNF as second or third-line 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 | 0,005 | 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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».