标签:强直性脊柱炎; TNF抑制剂; 躯体功能;
预测因子

一项为期3年的观察研究揭示TNF抑制剂持续改善强直性脊柱炎患者躯体功能的预测因子

电邮发布日期:2016年3月28日

文献出处: van Weely SF, et al.
Arthritis Care Res (Hoboken). 2016 Feb 16. 提前在线发表.

研究背景:

躯体功能(physical
functioning)受限严重影响了强直性脊柱炎(AS)患者的生活质量并造成无法正常工作,也是治疗费用上升的预测因子。所以,改善和维持躯体功能对于AS患者的重要性与关注病情活动度一样重要。既往绝大多数的随机对照试验和观察研究重点关注的是疾病活动度的改善,而且疗程偏短(多为6个月~1年)。有必要在真实世界中开展长期观察,明确TNF抑制剂(TNFi)治疗时AS患者躯体功能改善或加重的预测因子,这将有助于更好地实现个体化治疗。

研究目的:

1.评估TNFi持续3年治疗对AS患者的躯体功能和脊柱活动性的影响。

2.探索与TNFi改善AS患者躯体功能相关的预测因子。

研究设计:

本研究是一项为期3年的前瞻性、观察性研究,
BASFI和BASMI分别用于评估患者的躯体功能和脊柱活动性。采用线性混合(效应)模型对18个预设的基线预测因子进行分析。

研究结果:

本研究共纳入257例既往未接受过TNFi治疗的AS患者,其中174例接受依那西普治疗,
83例接受阿达木单抗治疗。前2年每3个月、之后每6个月评估一次患者的躯体功能和脊柱活动性。截至本文分析时,共有112例患者完成了3年的随访。

1.
年间AS患者躯体功能和脊柱活动性的变化

TNFi治疗头6个月内,
AS患者的躯体功能得到快速、显著的改善,之后在6个月至3年之间维持稳定(图1)。基线、6个月和3年的BASFI平均值分别为5.4±2.3、3.3±2.6和3.6±2.5。而脊柱关节和髋关节的活动性在3年内维持稳定,即BASMI未见显著性变化(图1)。

图1.
各随访时间点BASFI、BASMI评分和观察病例数

2. 躯体功能和脊柱活动性的疗效预测因子

TNFi治疗3年后,年龄较轻、基线BASFI分值较低的AS患者的躯体功能改善更显著,年龄较轻、基线BASFI和基线BASMI分值较低的AS患者3年后脊柱活动性更大。

除了基线BASFI和BASMI,共患病和体育活动也是TNFi治疗6个月内AS患者躯体功能改善的重要影响因素(图2和图3)。无共患病、基线不经常进行体育活动的AS患者治疗6个月内躯体功能改善更显著。6个月之后,基线不经常体育活动与经常体育活动患者之间的BASFI差异就不显著了。

TNFi治疗6个月后至3年期间,
AS患者躯体功能维持稳定。相较于基线体质指数(BMI)分值高的患者,基线BMI分值较低的患者3年后躯体功能改善更显著。研究者认为高BMI患者的脂肪组织可能产生更多的TNF-α,建议这部分患者增加TNFi用药剂量。

2.
TNFi治疗头6个月内,
基线有共患病(n=9)以及基线无共患病(n=248)患者的BASFI变化情况(共患病包括脑血管意外、短暂性脑缺血发作、心肌梗死,
糖尿病)

3.
TNFi治疗头6个月内,
基线不经常体育活动(n=125)与经常体育活动(n=132)患者的BASFI变化

讨论:

1.
本研究显示,接受TNFi治疗后AS患者躯体功能改善程度在6个月时达到最大,之后维持长期稳定。而脊柱活动性在3年间一直保持稳定。所以,研究者建议将TNFi疗效评价时间延长到6个月。而国际脊柱关节炎专家协作组(ASAS)既往的建议是在3个月时评估TNFi疗效。

2. 本研究显示,
TNFi治疗6个月后至3年期间AS患者的躯体功能保持稳定,这表明TNFi比NSAIDs更有效。既往研究显示,
NSAIDs治疗6个月之后的长期随访中AS患者躯体功能趋于恶化。

3.
本研究首次报道了体质指数(BMI)对TNFi改善AS患者躯体功能的预测作用。

4.
在本研究的所有分析模型中,基线BASFI或基线BASMI是3年后躯体功能和脊柱活动性的主要预测因子。它们的总体特征是,基线躯体功能差或脊柱活动性差预示3年后的结局也差。这提示在脊柱关节炎的早期病程及时发现躯体功能和脊柱活动性受限的重要性。

三年观察揭示TNF抑制剂持续改善强柱患者躯体功能的预测因子的更多相关文章

  1. CRM帮助B2B企业持续改善战略决策「下篇」

    尽管数据早已深入人心,但依然有相当比率的B2B企业在管理和战略决策时依赖直觉而不是客户数据.不停变化的B2B市场表明了以客户为中心的趋向和格局,CRM客户管理系统能够协助您更好的使用客户数据并最大限度 ...

  2. CRM帮助B2B企业持续改善战略决策「上篇」

    数据一直都是企业和客户的热点话题.客户期望得到更加个性化的感受,企业则期望使用数据来持续改善战略决策和给予更好的服务 B2B企业如何更合理地利用客户资料: 数据采集 长期以来,B2C行业的企业都是通过 ...

  3. 持续集成学习4 jenkins常见功能

    一.节点选择 1.yum安装jdk yum install -y java-1.8.0 java-1.8.0-openjdk-devel 2.节点选择有三种方式 a.通过系统自带功能限制任务只能在这个 ...

  4. 作为深度学习最强框架的TensorFlow如何进行时序预测!(转)

    作为深度学习最强框架的TensorFlow如何进行时序预测! BigQuant 2 个月前 摘要: 2017年深度学习框架关注度排名tensorflow以绝对的优势占领榜首,本文通过一个小例子介绍了T ...

  5. jvm问题定位:cpu持续25%

    某次代码提交后审核,观察应用CPU占用持续25%, 感觉应该是某个线程写的有问题,  在linux服务器上查看cpu却是正常 windows平台线程查看工具: Process Explorer,    ...

  6. 利用阿里云容器服务打通TensorFlow持续训练链路

    本系列将利用Docker和阿里云容器服务,帮助您上手TensorFlow的机器学习方案 第一篇:打造TensorFlow的实验环境 第二篇:轻松搭建TensorFlow Serving集群 第三篇:打 ...

  7. VSALM 动手实验 - 持续集成

    Visual Studio 应用生命周期管理(VSALM - Visual Studio Application Lifecycle Managemnet)是微软基于Visual Studio产品线所 ...

  8. 译\Node.js应用的持续部署

    Node.js应用的持续部署 翻译前 翻译自:https://blog.risingstack.com/continuous-deployment-of-node-js-applications/ 正 ...

  9. 利用pyinotify监控文件内容,像tailf命令但比它更强

    Linux的tail/tailf命令使用了内核提供的inotify功能,下面的Python例子也使用inotify实现比tail/tailf更强的监控文件功能. watchfile.py #!/usr ...

  10. 使用beanstalkd实现定制化持续集成过程中pipeline

    持续集成是一种项目管理和流程模型,依赖于团队中各个角色的配合.各个角色的意识和配合不是一朝一夕能练就的,我们的工作只是提供一种方案和能力,这就是持续集成能力的服务化.而在做持续集成能力服务化的过程中, ...

随机推荐

  1. 文件服务器 — File Browser

    前言 一直想部署一套文件服务器,供队友之间相互传输文件.平时用微信发送文件真的太烦了,每发送或者接收一次都会有一个新的文件,造成重复文件太多了.文件服务器统一管理,自己需要什么文件再下载. 前面也安装 ...

  2. Shell及Linux常见易错题目题库-Shell/Linux-选择、简答、判断、编程

    1.以下不合法的shell头是(不合法指运行会报错)(   ) A. #!/bin/bash B. #-/bin/bash C. !#/bin/bash 答案:C 2.if [ $2 -a $2 = ...

  3. python安装包出现的两个问题error: Unable to find vcvarsall.bat、提示No module named Crypto.Cipher

    python安装包出现的两个问题 error: Unable to find vcvarsall.bat No module named Crypto.Cipher error: Unable to ...

  4. 重学c#系列——linq(3) [二十九]

    前言 继续介绍一些复杂的linq. 正文 groupjoin 这个函数: 有department public class Deployment { public string Id { get; s ...

  5. 正确理解和使用JAVA中的字符串常量池

    前言 研究表明,Java堆中对象占据最大比重的就是字符串对象,所以弄清楚字符串知识很重要,本文主要重点聊聊字符串常量池.Java中的字符串常量池是Java堆中的一块特殊存储区域,用于存储字符串.它的实 ...

  6. yolov5数据集制作 数据集分割+voc格式转txt格式代码

    先上数据集分割代码 网上没找到合适的 自己写了一个 分割比例为0.6 :0.2 :0.2 import os import random oriImgDir = "./change14img ...

  7. 从开发属于你自己的第一个 Python 库,做一名真正的程序员「双语版」

    你好,我是悦创.之前我在 CSDN 编写了一篇开发 Python 库的教程,有人加我提问到的一些问题,我来更新一下这篇文章:https://blog.csdn.net/qq_33254766/arti ...

  8. 双目测距+点云——使用MiddleBurry数据集的图片

    效果 输入: 左图 右图 输出: 视差图 深度图 实现了鼠标点击图片中的位置,显示其深度. 点云 其他例子点云: bicycle motorcycle 使用自己的双目摄像头拍摄的图片: bottle ...

  9. 图文并茂解决Client does not support authentication protocol requested by server; consider upgrading MySQL

    今天服务器部署node.js+mysql,调用接口报错ER_NOT_SUPPORTED_AUTH_MODE: Client does not support authentication protoc ...

  10. 案例:用ajax 方法 解析xml

    xml文件 <?xml version="1.0" encoding="utf-8"?> <studentlist> <stude ...