MRI炎症和结构损伤指标对TNF拮抗剂治疗AS患者获持续缓解的预测价值
MRI炎症和结构损伤指标对TNF拮抗剂治疗AS患者获持续缓解的预测价值
EULAR2015; PresentID:
OP0043
|
PREDICTORS OF SUSTAINED S. Pedersen1, S. 1Copenhagen Center for Background: Objectives: 1. Methods: In Results: We Conclusions: |
背景:持续临床缓解是长期治疗的关键基准之一。确定预测因子可能有助于选择适合TNF拮抗剂治疗的AS患者并监测治疗反应。目前只有极少量的数据报道强直性脊柱炎(AS)持续缓解的预测因子,没有数据评估MRI炎症和结构损害参数的预测价值。 目的:1. 方法:FORCAST队列研究中,来自阿尔伯塔北部的AS患者就诊于社区和学院医院,每6个月进行一次临床和实验室评估,基线和2年时进行放射学检查,MRI检查时间点为基线、TNF拮抗剂治疗3-6个月以及之后每年一次。采用SPARCC骶髂关节和脊柱评分评估MRI炎症情况,采用SSS评分评估结构损害(脂肪沉积、侵蚀、回填和强直),FASSS评分用于评估脊柱关节的脂肪沉积情况。持续性临床缓解的定义为间隔6个月的连续两次随访均达到ASDAS<1.3。单因素和多因素逻辑回归分析患者人口统计学信息、吸烟、HLA-B27、NSAID使用、基线CRP、ASDAS、mSASSS、SpARCC评分、SSS评分和FASSS评分。同时,探讨治疗后快速达到CRP<6mg/L、ASDAS<1.3和SpARCC评分<2是否可以作为临床缓解的预测因子。 结果:共评估了323例患者TNF拮抗剂治疗的结果,平均年龄41.1岁(12.7),242例(75%)男性,平均病程18.1年(11.7),平均随访40.3个月(27.4),共165例患者进行MRI评估。70例(21.7%)患者随访30.4个月(23.8)后达到ASDAS缓解。单因素分析发现,达到ASDAS缓解的患者更年轻(p<0.0001),病程更短(p=0.019),mSASSS评分更低(p=0.021),基线ASDAS评分更低(p=0.006),目前不吸烟(p=0.009),基线脊柱脂肪沉积证据(FASSS<5)最少(p=0.043),预测MRI炎症缓解的治疗后评分(脊柱SPARCC评分<3,骶髂关节SPARCC评分<2,p=0.033),CRP恢复正常(p=0.002)。多因素分析发现,年龄、吸烟状况、基线ASDAS和CRP恢复正常是最强的临床缓解预测因子,MRI参数(炎症和结构损伤)均无显著性预测作用。 结论:吸烟阻止TNF拮抗剂获得持续临床缓解。经治疗CRP尽早恢复正常者最有可能达到持续临床缓解。 |
||||||||||||||||||||||||||||||||||||||||||||||||
|
表.
|
|||||||||||||||||||||||||||||||||||||||||||||||||
MRI炎症和结构损伤指标对TNF拮抗剂治疗AS患者获持续缓解的预测价值的更多相关文章
- 图像质量评价方法PSNR+SSIM&&评估指标SROCC,PLCC
update:2018-04-07 今天发现ssim的计算里面有高斯模糊,为了快速计算,先对每个小块进行计算,然后计算所有块的平均值.可以参考源代码实现,而且代码实现有近似的在里面!matlab中中图 ...
- CreateDIBSection和位图结构
2019独角兽企业重金招聘Python工程师标准>>> 理解分辨率 我们常说的屏幕分辨率为640×480,刷新频率为70Hz,意思是说每行要扫描640个象素,一共有480行,每秒重复 ...
- 结构感知图像修复:ICCV2019论文解析
结构感知图像修复:ICCV2019论文解析 StructureFlow: Image Inpainting via Structure-aware Appearance Flow 论文链接: http ...
- [Algorithm] 机器学习算法常用指标总结
考虑一个二分问题,即将实例分成正类(positive)或负类(negative).对一个二分问题来说,会出现四种情况.如果一个实例是正类并且也被 预测成正类,即为真正类(True positive), ...
- Python机器学习笔记:常用评估指标的用法
在机器学习中,性能指标(Metrics)是衡量一个模型好坏的关键,通过衡量模型输出y_predict和y_true之间的某种“距离”得出的. 对学习器的泛化性能进行评估,不仅需要有效可行的试验估计方法 ...
- [机器学习] 性能评估指标(精确率、召回率、ROC、AUC)
混淆矩阵 介绍这些概念之前先来介绍一个概念:混淆矩阵(confusion matrix).对于 k 元分类,其实它就是一个k x k的表格,用来记录分类器的预测结果.对于常见的二元分类,它的混淆矩阵是 ...
- 十五项指标衡量DevOps是否成功
DevOps在你的组织内部运行的如何?如果你需要一些帮助来度量它的运行情况,我们已经准备了一个用于跟踪的关键DevOps指标的列表,这些度量可以帮助了解你的团队是如何随着时间的推移而运行的. 在团队内 ...
- matlab学习笔记12_2创建结构体数组,访问标量结构体,访问非标量结构体数组的属性,访问嵌套结构体中的数据,访问非标量结构体数组中多个元素的字段
一起来学matlab-matlab学习笔记12 12_2 结构体 创建结构体数组,访问标量结构体,访问非标量结构体数组的属性,访问嵌套结构体中的数据,访问非标量结构体数组中多个元素的字段 觉得有用的话 ...
- java基础——循环结构
循环结构 while 循环 只要表达式成立,循环就一直持续 我们大多数情况会让循环停下来,我们需要一个让表达式失效的方式,来结束循环 public static void main(String ...
- Python 流程控制-分支结构详解
目录 Python 流程控制--分支结构 1.结构分类 顺序结构 分支结构 循环结构 2.分支结构详解 分支结构 定义格式: if 单支结构 if 双分支结构 if 多分支结构 Python 流程控制 ...
随机推荐
- 手摸手,使用Dart语言开发后端应用,来吧!
前言 这几天连续发了几篇关于 Dart 开发后端应用的文章,主要是介绍了 Dart 的一些优点,比如异步任务,并发处理,编译部署等等. 俗话说,光说不练假把式,今天我们来真正开始一个 Dart 后端应 ...
- python循环结构之for循环
在python中,for循环是应用非常广的循环语句,遍历字典.遍历列表等等... # for语句结构 for 遍历 in 序列: 执行语句 遍历字典 lipsticks = {"Chanel ...
- java中json字符串与实体类对象相互转换
1.问题描述 有一个需求是这样的,把实体类转为Json字符串存入redis中,然后再把redis中存放的实体类Json字符串插入数据库中.因此需要涉及到json字符串与实体类对象的相互转换. 2.产生 ...
- [python] Python数据序列化模块pickle使用笔记
pickle是一个Python的内置模块,用于在Python中实现对象结构序列化和反序列化.Python序列化是一个将Python对象层次结构转换为可以本地存储或者网络传输的字节流的过程,反序列化则是 ...
- python网络爬虫数据解析之正则
本节内容,讲解爬取网络图片,利用正则匹配图片地址 请求网页之后,响应部分内容如下图: 1 时间:2023/1/7 10:42 2 功能描述 3 1.进行指定标签的定位 4 2.标签或者标签对应的属性中 ...
- Python实现k-近邻算法案例学习
一.介绍 你好,我是悦创. 博客首发:https://bornforthis.cn/column/Machine-learning/informal-essay/01.html 本文是由给私教学员 c ...
- linux基础:1、linux简介、虚拟化软件的安装与配置、Xshell的安装与配置
Linux 目录 Linux 一.linux简介 二.linux发展史 三.虚拟化技术 1.简介 2.虚拟化软件下载 3.重要名词解释 4.远程链接工具 一.linux简介 常见岗位 1.自动化运维 ...
- Git操作不规范,战友提刀来相见!
年终奖都没了,还要扣我绩效,门都没有,哈哈. 这波骚Git操作我也是第一次用,担心闪了腰,所以不仅做了备份,也做了笔记,分享给大家. 文末留言,聊聊你的年终奖. 问题描述 小A和我在同时开发一个功能模 ...
- python之路51 聚合查询 分组查询
图书管理系统 1.表设计 先考虑普通字段再考虑外键字段 数据库迁移.测试数据录入 2.首页展示 3.书籍展示 4.书籍添加 5.书籍编辑 后端如何获取用户想要编辑的数据.前端如何展示出待编辑的数据 6 ...
- 腾讯云服务器CentOS 7.6安装基本中间件
腾讯云服务器CentOS 7.6安装基本中间件 摘要:由于最近开始学习Redis和Zookeeper了,因此使用云服务器的频率开始多了起来,并且开始了基础的安装教学,由于我之前确实没用过Linux ...