Real-world use of upadacitinib in refractory giant cell arteritis: a case report
Notice bibliographique
Résumé
Giant cell arteritis (GCA) is an autoimmune disease that predominantly affects individuals over 50 years of age by causing inflammation typically in the temporal and cranial arteries. While glucocorticoids like prednisone are the first-line treatment for GCA, glucocorticoid monotherapy is often inadequate for preventing disease flares and is associated with significant side effects when long-term use is required, necessitating the exploration of alternative therapies. Tocilizumab (TCZ) has proven effective as a steroid-sparing agent; however, some patients may respond inadequately or develop adverse events. Treatment with the Janus kinase (JAK) inhibitor upadacitinib (UPA) has recently emerged as a potential alternative therapy for refractory GCA, and its phase III clinical trials successfully demonstrated its efficacy for GCA patients, with or without prior treatment with TCZ. It has also been recently approved by both the European Commission and the U.S. Food and Drug Administration for GCA. However, real-world data on the efficacy of UPA in GCA remain scarce. This case report describes an 82-year-old woman with GCA refractory to both prednisone and TCZ, who reported severe side effects and decreased quality of life from the latter medication. Treatment with UPA resulted in substantial improvements in symptoms, including headaches and fatigue, with minimal negative responses. This outcome demonstrates the potential of UPA as a promising treatment option for GCA patients who are unresponsive or intolerant to current standard therapies. Further real-world studies are warranted to validate UPA's long-term safety and efficacy in treating GCA.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».