Clinical Disease Activity Index Trajectories in Patients with Rheumatoid Arthritis Treated with Abatacept: A Real-World Study
Notice bibliographique
Résumé
Objectives To describe the 12-month Clinical Disease Activity Index (CDAI) trajectory patterns and their determinants in patients treated for rheumatoid arthritis (RA) with subcutaneous abatacept. The association between 3- and 12-month CDAI trajectory classifications was also assessed. Methods Post-hoc analysis of RA patients initiated on abatacept in the Abatacept Best Care study ( NCT03274141 ).[1] A growth mixture model with Bayesian imputations was used to determine CDAI trajectory groups over 12 months. Time to CDAI low disease activity (LDA) and remission was assessed with Kaplan Meier Survivor estimates. Differences in baseline characteristics between trajectory groups were assessed using bivariate statistical methods. Determinants of trajectory patterns were identified with simple and multivariate logistic regression models with stepwise variable selection. The association between 3- and 12-month CDAI trajectory groupings was assessed with Cohen’s kappa. Results Among 256 patients, mean (SD) age was 60.1 (11.5) years, 75% were female, and baseline CDAI was 30.1 (10.6). Three CDAI trajectory groups were identified: Rapid Responders (RR; n=125; 49%); Late Responders (LR; n=96; 37%); and Non-responders (NR; n=35; 14%) (Figure 1). Mean (95% CI) time to CDAI LDA was 5.6 (5.1-6.1), 9.0 (8.2-9.7), and 11.3 (10.4-12.1) months for RR, LR, and NR, respectively, and time to remission was 9.6 (9.0-10.2), 12.0 (11.8-12.2) months, and not reached for NR (P<0.001). Mean (SD) baseline parameters for RR, LR and NR respectively were: CDAI: 27.0 (10.2), 30.5 (8.9), 40.0 (10.4); DAS28-CRP: 4.1 (1.0), 4.5 (0.8), 5.2 (0.7); Routine Assessment of Patient Index Data 3: 14.1 (5.4), 16.9 (4.5), 17.8 (5.4); tender joint count: 7.9 (5.6), 9.8 (5.5), 15.2 (5.9), Patient Global Assessment (PtGA) 57.4 (22.9), 67.2 (18.5), 73.9 (18.6); and fatigue (VAS 0-100): 58.5 (23.5), 63.3 (22.5), 76.5 (21.6; P<0.01). In multivariate analysis, baseline predictors of RR or LR vs NR were lower PtGA (odds ratio [95% CI]:0.98 [0.95-1.00]), swollen joint count (0.92 [0.84-1.00]), Rheumatic Disease Comorbidity Index (0.75 [0.59-0.95]), and no prior biologic use (0.36 [0.16-0.79]). 3-month CDAI trajectory classifications were not associated with 12-month classifications (kappa=0.46). Figure 1: 12-month response trajectory groups for rheumatoid arthritis patients treated with abatacept identified by GMM based on CDAI response overtime. Lines represent mean CDAI score through 12 months; shaded areas represent standard deviation. CDAI: Clinical Disease Activity Index; GMM: growth mixture model; LDA: low disease activity. Conclusion In this real-world-study, ~85% of abatacept-treated RA patients showed rapid/late CDAI reduction over 12 months. Lower baseline disease severity, no prior biologic treatment, and fewer comorbidities were predictive of 12-month change in CDAI, whereas disease severity changes during the first 3 months of treatment were not, suggesting that patients may benefit from a longer treatment course prior to switching treatment. Trajectory-based analyses are informative and may have implications for clinical practice and research. [1.] Bessette L. Arthritis Res Ther 2023;25(1):183.
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 | 0,004 |
| 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 | 0,001 | 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 ».