Patterns of Use and Discontinuation for Tumor Necrosis Factor Inhibitors in Pregnant Women: Insights From a Real-World Sample
Notice bibliographique
Résumé
Objective We aimed to evaluate tumor necrosis factor inhibitor (TNFi) usage patterns in pregnant women with rheumatoid arthritis (RA), radiographic axial spondyloarthritis (r-axSpA), psoriatic arthritis (PsA), psoriasis (PsO), and inflammatory bowel diseases (IBD), and to compare corticosteroid use in those discontinuing TNFi at specific gestational timepoints vs those continuing throughout gestation. Methods We analyzed pregnancies resulting in a live birth among women with RA, r-axSpA, PsA, PsO, and/or IBD, aged 15-45 years, who were hospitalized for delivery between January 2011 and December 2021, using the MarketScan commercial claims database. TNFi exposure was defined as ≥ 1 filled prescription or infusion procedure claim for a TNFi. Timing of exposure was categorized by the gestational period and specific trimesters, with a grace period of 5 half-lives added to each prescription to account for ongoing biological activity. Results We identified 3711 pregnancies exposed to TNFi among 49,925 women with RA, r-axSpA, PsA, PsO, and/or IBD. Of the 3711 pregnancies, 64% had continuous TNFi use throughout all 3 trimesters. Most (89%) of TNFi-exposed pregnancies had preconception exposure, and 68% of the women continued TNFi postpartum. The proportion of pregnancies with TNFi use throughout all trimesters increased from 55% in 2011-2013 to 73% in 2020-2021 ( P for trend < 0.001). Corticosteroid use during pregnancy/postpartum was less frequent in pregnancies exposed to TNFi throughout gestation vs those exposed in the first and/or second trimester only. Conclusion We observed trends toward increased continuous TNFi use throughout gestation (and fewer corticosteroids in this group), suggesting growing confidence in the safety and effectiveness of TNFi use in pregnancy.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».