MétaCan
Menu
Retour à la cohorte
Enregistrement W4411884087 · doi:10.3899/jrheum.2025-0314.111

The Efficacy of Leflunomide in the Treatment of Giant Cell Arteritis: A Systematic Review and Meta-Analysis

2025· review· en· W4411884087 sur OpenAlexaffvenue
Na Zhu, Arielle Mendel, Carolyn Ross, Jean‐Paul Makhzoum

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensHôpital du Sacré-Cœur de MontréalMcGill University Health CentreUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineLeflunomideMeta-analysisInternal medicineGiant cell arteritisDiscontinuationRandomized controlled trialPrednisoneSurgeryDiseaseRheumatoid arthritisVasculitis

Résumé

récupéré en direct d'OpenAlex

Objectives The objective of this systematic review is to assess the effectiveness of leflunomide in the treatment of new-onset, refractory or relapsing giant cell arteritis (GCA) as a glucocorticoid (GC)-sparing agent. Methods A systematic review was conducted using MEDLINE, CENTRAL, EMBASE, and conference proceedings to identify studies on leflunomide in patients with GCA. We included randomized controlled trials, cohort studies, case-control studies, and case series. The primary efficacy outcome was the proportion of patients who attained GC-free remission with leflunomide assessed at any time between 6 to 12 months of therapy. GC-free remission was defined as the absence of signs or symptoms of GCA, and/or normalization of inflammatory markers, and/or radiologic response, and complete discontinuation of GC. Our secondary efficacy outcome was the proportion of patients who attained low-dose GC remission (< 5 mg of prednisone equivalent). All included studies were appraised for risk of bias. We performed a meta-analysis of proportions using a random-effects model and a restricted maximal likelihood approach. We evaluated heterogeneity with I2 and Cochran’s Q test. Publication bias was assessed by producing funnel plots for each outcome. Results 357 studies were screened with 10 observational studies included in the final analysis. Out of the 358 patients that we pooled for analysis, 231 (69%) were females. A total of 233 (65%) patients had new-onset GCA, 83 patients had relapsing GCA (23%), and 19 patients had refractory GCA (5%). The disease subtype was not specified for 23 patients. The proportion of patients achieving GC-free remission with leflunomide was 45%, (95% CI 0.25-0.64, p<0.001, 7 studies) (Figure). Substantial statistical heterogeneity was present (I2=90.3%, Q=70.7, p<0.001). Meanwhile, the pooled proportion of patients achieving low-dose GC remission was 48% (95% CI 0.27-0.69, p<0.001, 6 studies). Funnel plots were slightly asymmetrical, which suggested the presence of publication bias as well as possible poor methodological quality in the reporting of outcomes. All the included studies were deemed to be at serious risk of bias.[1] Conclusion The main challenge in treating GCA is achieving and maintaining remission with minimal glucocorticoids. Our study shows that leflunomide may offer potential benefits in achieving remission without GCs or with low-dose GCs; however, the results exhibited variability due to differences in sample sizes and inconsistent reporting. Leflunomide’s role as a glucocorticoid-sparing agent is promising but needs further investigation into higher-quality studies. PROSPERO registration CRD42023490373. [1.] Sterne JA. BMJ 2016;355:i4919.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,033
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0240,030
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,330
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetVasculitis and related conditionsTravaux en français237 207