JR文摘_TNFi和阿贝西普降低RA患者CVD风险
转自 Dr Jack Cush的Twitter (2020-08-19)
JR文摘: 18754例RA患者前瞻性观察到1801次CVD事件,与csDMARDs相比, TNFi(HR: 0.82, 95%CI: 0.72 - 0.94)以及阿贝西普(HR: 0.50, 95%CI: 0.30 - 0.83])降低了CVD风险, 单独使用MTX也可(使用vs不使用:HR 0.82)
Ozen G, et al.The risk of cardiovascular events associated with disease-modifying antirheumatic drugs in rheumatoid arthritis.The Journal of Rheumatology, 2020.
目的: 比较生物DMARDs和托法替布(tofacitinib)与传统化合(cs)DMARDs对RA患者的心血管事件(CVD)发生的影响。
方法: 对1998年至2017年参与FORWARD项目≥1年的RA患者进行复合CVD事件评估(从住院记录/死亡记录中确认的心肌梗塞、中风、心衰和CVD相关死亡)。DMARD被分为7个互斥组:(1)csDMARDs-参比(2)TNFi(3)阿贝西普(4)利妥昔单抗(5)托珠单抗(6)阿那白滞素(7)托法替布。 使用加权累积暴露量(WCE)模型评估糖皮质激素,该模型结合了疗程、强度和暴露时间等信息, 对既往口服剂量(转换为泼尼松龙当量)进行加权计总。Cox比例风险模型用于校正混杂因素。
结果: 在平均4年(中位数)随访期间(IQR: 1.7 - 8.0),在18754名RA患者中发现了1801起CVD事件。 校正后的模型显示,与csDMARDs相比,TNFi(HR 0.82, 95%CI 0.72-0.94)和阿贝西普(HR 0.50, 95%CI 0.30-0.83)降低了CVD风险。WCE计算的糖皮质激素暴露增加与CVD风险增加相关(HR 1.15 [95%CI 1.11-1.19]),而甲氨蝶呤的使用与CVD风险降低相关(使用与未使用:HR 0.82, 95%CI 0.74-0.90, MTX高剂量(> 15mg /周) vs 低剂量(≤15mg /周]): HR 0.83, 95%CI 0.70-0.99)。
结论: 与csDMARDs相比,TNFi和阿贝西普的应用与CVD风险降低有关。 减少糖皮质激素的使用并优化MTX剂量可以改善RA患者的CV结局。
JR文摘_TNFi和阿贝西普降低RA患者CVD风险的更多相关文章
- 洛谷 P3671 [USACO17OPEN]Where's Bessie? 贝西在哪呢
P3671 [USACO17OPEN]Where's Bessie? 贝西在哪呢 题目背景 农夫John正在测试一个他新发明的全自动寻找奶牛无人机,它能够照一张农场的图片然后自动找出奶牛的位置. 不幸 ...
- 2016 西普杯丶天津CTF预选赛(3/6)
哆啦A梦(图片隐写) 格式:SimCTF{ } 解:放到kail中binwalk一下(Binwalk是一个固件的分析工具,旨在协助研究人员对固件非分析,提取及逆向工程用处.简单易用,完全自动化脚本,并 ...
- python flask豆瓣微信小程序案例
项目步骤 定义首页模板index.html <!DOCTYPE html> <html lang="en"> <head> <meta c ...
- 美国top200药品2
python机器学习-乳腺癌细胞挖掘(博主亲自录制视频)https://study.163.com/course/introduction.htm?courseId=1005269003&u ...
- 美国药品销售额top200
python机器学习-乳腺癌细胞挖掘(博主亲自录制视频)https://study.163.com/course/introduction.htm?courseId=1005269003&ut ...
- Java程序员必备英文单词
列表中共有769个单词,这些单词是从JDK.Spring.SpringBoot.Mybatis的源码中解析得到,按照在源码中出现的频次依次排列,页面中的单词是出现频次大于1000的.单词的音标.翻译结 ...
- 【BZOJ3943】[Usaco2015 Feb]SuperBull 最小生成树
[BZOJ3943][Usaco2015 Feb]SuperBull Description Bessie and her friends are playing hoofball in the an ...
- USACO翻译:USACO 2013 NOV Silver三题
USACO 2013 NOV SILVER 一.题目概览 中文题目名称 未有的奶牛 拥挤的奶牛 弹簧牛 英文题目名称 nocow crowded pogocow 可执行文件名 nocow crowde ...
- USACO翻译:USACO 2013 DEC Silver三题
USACO 2013 DEC SILVER 一.题目概览 中文题目名称 挤奶调度 农场航线 贝西洗牌 英文题目名称 msched vacation shuffle 可执行文件名 msched vaca ...
- USACO翻译:USACO 2012 JAN三题(2)
USACO 2012 JAN(题目二) 一.题目概览 中文题目名称 叠干草 分干草 奶牛联盟 英文题目名称 stacking baleshare cowrun 可执行文件名 stacking bale ...
随机推荐
- APACHE正向代理配置
Apache快速安装和反向代理配置:https://www.cnblogs.com/brad93/p/16718104.html Apache正向代理配置参考教程:https://www.cnblog ...
- windows安装grunt时提示不是内部或外部命令解决方案
参考:https://www.cnblogs.com/hts-technology/p/8477258.html 安装windows安装elasticsearch-head时 不需要输入grunt s ...
- re、base64的结合使用爬取豆瓣top250
一.缘由 对于豆瓣的这个网站,记得使用了不少于三种的爬取和解析方式来进行的.今天的这种解析方式是我使用起来较为顺手,后来就更喜欢使用xpath解析,但是这两种也需要掌握. 二.代码展示 '''爬取豆瓣 ...
- MySQL进阶实战7,查询的执行过程
@ 目录 一.拆分查询 二.分解关联查询 三.查询的执行过程 四.优化器的一些优化手段 1.重新定义关联表的顺序 2.将外连接转化为内连接 3.使用增加变换规则 4.优化count().max().m ...
- SQLMap入门——判断文本中的请求是否存在注入
从文件中加载HTTP请求,SQLMap可以从一个文本文件中获取HTTP请求,这样就可以不设置其他参数(如cookie.POST数据等),txt文件中的内容为Web数据包 文本文件如图(请求数据可以通过 ...
- 【机器学习】李宏毅——Anomaly Detection(异常检测)
异常检测概述 首先要明确一下什么是异常检测任务.对于异常检测任务来说,我们希望能够通过现有的样本来训练一个架构,它能够根据输入与现有样本之间是否足够相似,来告诉我们这个输入是否是异常的,例如下图: 那 ...
- [python]《Python编程快速上手:让繁琐工作自动化》学习笔记7
1. 用GUI 自动化控制键盘和鼠标第18章 (代码下载) pyautogui模块可以向Windows.OS X 和Linux 发送虚拟按键和鼠标点击.根据使用的操作系统,在安装pyautogui之前 ...
- P1848 [USACO12OPEN]Bookshelf G
简要题意 给你 \(N\) 本书 \((h_i,w_i)\),你要将书分成任意段(顺序不能改变),使得每一段 \(j\) 中 \(\sum\limits_{i \in j} w_i \leq L\), ...
- 【Django drf】 序列化类常用字段类和字段参数 定制序列化字段的两种方式 关系表外键字段的反序列化保存 序列化类继承ModelSerializer 反序列化数据校验源码分析
目录 序列化类常用字段类和字段参数 常用字段类 常用字段参数 选项参数 通用参数 序列化类高级用法之source source填写类中字段 source填写模型类中方法 source支持跨表查询 定制 ...
- Unity_UIWidgets - 组件Scaffold
UIWidgets - 组件Scaffold 各位兄弟姐妹,想通过Unity来开发UIWidgets的么,想通过UIWi的gets..来开发手机APP么??想么想么,哈哈哈哈哈哈哈哈. 好了,小黑不唠 ...