1
|
Higuchi T, Tanaka E, Inoue E, Abe M, Saka K, Sugano E, Sugitani N, Higuchi Y, Ochiai M, Yamaguchi R, Ikari K, Yamanaka H, Harigai M. Evaluation of the Rheumatoid Arthritis Observation of Biologic Therapy risk score in Japanese patients with rheumatoid arthritis starting first biologic disease-modifying antirheumatic drugs: A validation study using the Institute of Rheumatology, Rheumatoid Arthritis cohort data. Mod Rheumatol 2024; 34:693-699. [PMID: 37409749 DOI: 10.1093/mr/road066] [Citation(s) in RCA: 0] [Impact Index Per Article: 0] [Reference Citation Analysis] [Abstract] [Key Words] [MESH Headings] [Track Full Text] [Journal Information] [Subscribe] [Scholar Register] [Received: 02/28/2023] [Revised: 05/25/2023] [Accepted: 06/27/2023] [Indexed: 07/07/2023]
Abstract
OBJECTIVES This article aims to examine the ability of the Rheumatoid Arthritis Observation of Biologic Therapy (RABBIT) risk score to predict the occurrence of serious infections in Japanese patients with rheumatoid arthritis (RA), after initiating their first biologic disease-modifying antirheumatic drug (bDMARD). METHODS We used data from the Institute of Rheumatology, Rheumatoid Arthritis cohort from 2008 to 2020. Patients with RA who were started on their first bDMARDs were included. Those with missing data required to calculate the score were excluded. A receiver operating characteristic curve was used to evaluate the discriminatory ability of the RABBIT score. RESULTS A total of 1081 patients were enrolled. During the 1-year observational period, 23 (1.7%) patients had serious infections; the most frequent one was bacterial pneumonia (n = 11, 44%). The median RABBIT score in the serious infection group was significantly higher than that in the non-serious infection group [2.3 (1.5-5.4) vs 1.6 (1.2-2.5), P < .001]. The area under the receiver operating characteristic curve for the occurrence of serious infections was 0.67 (95% confidence interval 0.52-0.79), suggesting that the score had low accuracy. CONCLUSIONS Our present study revealed that the RABBIT risk score did not have sufficient discriminatory ability for predicting the development of severe infections in Japanese patients with RA after initiating their first bDMARD.
Collapse
Affiliation(s)
- Tomoaki Higuchi
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
- Division of Multidisciplinary Management of Rheumatic Diseases, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Eiichi Tanaka
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Eisuke Inoue
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
- Showa University Research Administration Centre, Showa University, Tokyo, Japan
| | - Mai Abe
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Kumiko Saka
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Eri Sugano
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Naohiro Sugitani
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Yoko Higuchi
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Moeko Ochiai
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Rei Yamaguchi
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Katsunori Ikari
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
- Department of Orthopaedic Surgery, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| | - Hisashi Yamanaka
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
- Department of Rheumatology, Sanno Medical Centre, Tokyo, Japan
| | - Masayoshi Harigai
- Division of Rheumatology, Department of Internal Medicine, Tokyo Women's Medical University School of Medicine, Tokyo, Japan
| |
Collapse
|
2
|
Kimbrough BA, Crowson CS, Lennon RJ, Davis JM, Strangfeld A, Myasoedova E. Multiple morbidities are associated with serious infections in patients with rheumatoid arthritis. Semin Arthritis Rheum 2024; 65:152386. [PMID: 38244447 PMCID: PMC10954402 DOI: 10.1016/j.semarthrit.2024.152386] [Citation(s) in RCA: 0] [Impact Index Per Article: 0] [Reference Citation Analysis] [Abstract] [Key Words] [MESH Headings] [Grants] [Track Full Text] [Journal Information] [Subscribe] [Scholar Register] [Received: 08/07/2023] [Revised: 12/15/2023] [Accepted: 01/11/2024] [Indexed: 01/22/2024]
Abstract
OBJECTIVE To assess the association between a comprehensive list of morbidities and serious infection (SI) in patients with rheumatoid arthritis (RA). METHODS This study evaluated SI risk associated with 55 comorbidities using a population-based inception cohort including all adult patients with incident RA from 1999 through 2014 with follow up through 2021. Morbidities and SI were ascertained using previously validated international classification of disease (ICD)-9 and ICD-10 codes. Conditional frailty models were utilized to analyze the association between each morbidity and SI: Model 1 adjusted for age, sex, and calendar year; Model 2 adjusted for factors in Model 1 and the Rheumatoid Arthritis Observation of Biologic Therapy (RABBIT) Risk Score of Infections; and Model 3 adjusted for factors in Model 1 and the Mayo SI Risk Score. RESULTS 911 patients (70 % female, mean age 56 years, 66 % seropositive) were included. There were 293 SI among 155 patients (17 %), corresponding to an incidence of 3.9 SI per 100 person-years. Eighteen SI were fatal. Risk of SI was significantly increased in 27 of 55 morbidities in Model 1, 11 morbidities in Model 2, and 23 morbidities in Model 3. Additionally, several morbidities included in the RABBIT and Mayo risk scores continued to have large effect sizes despite adjustment. Serious infection risk increased by 11-16 % per morbidity in the three models. CONCLUSIONS Several morbidities are associated with an increased risk for SI. Future risk scores may include morbidities identified in this study for improved SI risk assessment.
Collapse
Affiliation(s)
- Bradly A Kimbrough
- Division of Rheumatology, Mayo Clinic, 200 First Street SW, Rochester, MN 55905, USA
| | - Cynthia S Crowson
- Division of Rheumatology, Mayo Clinic, 200 First Street SW, Rochester, MN 55905, USA; Department of Quantitative Health Sciences Division of Clinical Trials and Biostatistics, Mayo Clinic, 200 1st ST SW, Rochester, MN 55905, USA
| | - Ryan J Lennon
- Department of Quantitative Health Sciences Division of Clinical Trials and Biostatistics, Mayo Clinic, 200 1st ST SW, Rochester, MN 55905, USA
| | - John M Davis
- Division of Rheumatology, Mayo Clinic, 200 First Street SW, Rochester, MN 55905, USA
| | - Anja Strangfeld
- Epidemiology and Health Services Research, German Rheumatism Research Centre (DRFZ) Berlin and Charite University Medicine, Charitéplatz 1, Berlin 10117, Federal Republic of Germany
| | - Elena Myasoedova
- Division of Rheumatology, Mayo Clinic, 200 First Street SW, Rochester, MN 55905, USA.
| |
Collapse
|
3
|
Vergleichende Analysen der Sicherheit neuer Medikamente in Beobachtungskohorten: Wie berücksichtigt man die Veränderung von Risiken im Zeitverlauf? PRÄVENTION UND GESUNDHEITSFÖRDERUNG 2022. [DOI: 10.1007/s11553-022-00996-4] [Citation(s) in RCA: 0] [Impact Index Per Article: 0] [Reference Citation Analysis] [Abstract] [Track Full Text] [Subscribe] [Scholar Register] [Indexed: 11/26/2022]
Abstract
Zusammenfassung
Hintergrund und Ziel der Arbeit
Seit rund 20 Jahren werden in der Rheumatologie langfristig angelegte prospektive Beobachtungskohorten („Register“) geführt, die das Sicherheits- und Wirksamkeitsprofil aller innovativen Therapien vergleichend analysieren. Anders als in randomisierten klinischen Studien werden Patient:innen in der täglichen Praxis nicht nach dem Zufallsprinzip behandelt, sondern entsprechend ihrem klinischen Bedarf. Beim Vergleich von Therapiegruppen muss daher systematischen Unterschieden Rechnung getragen werden. Am Beispiel des in der Rheumatologie etablierten „RABBIT-Risikoscores für schwerwiegende Infektionen“ (entwickelt im Register RABBIT – „Rheumatoide Arthritis: Beobachtung der Biologikatherapie“) werden Methoden hierfür diskutiert.
Material und Methoden
Mit Hilfe von Propensity-Score (PS)-Methoden wurden die Patient:innen in den zu vergleichenden Gruppen so gewichtet, dass ihre Risikofaktoren zum entsprechenden Zeitpunkt balanciert waren. Diese Gewichtung wurde nicht nur zu Beobachtungsbeginn angewandt, sondern für jeden 6‑Monats-Zeitraum der Beobachtung, um die sich im Zeitverlauf verändernden Risiken sowohl auf individueller als auch auf Kohortenebene zu berücksichtigen.
Ergebnisse
Nach Beginn einer Biologikatherapie wird im Vergleich zur Standardtherapie ein erhöhtes Infektionsrisiko beobachtet, das aber im Zeitverlauf rasch abnimmt. Eine umfängliche Adjustierung in einem Poisson-Regressionsmodell kann den zeitlichen Trend erklären: Etwa ein Drittel des Rückgangs des Infektionsrisikos ist auf die unter der Therapie sinkende Krankheitsaktivität zurückzuführen, zwei Drittel begründen sich durch Kohorteneffekte wie Therapiewechsel oder Drop-out.
Schlussfolgerung
Bei Anwendung geeigneter Methoden kann in Beobachtungsdaten nicht nur für Unterschiede zu Baseline, sondern auch für Veränderungen von Risiken im Zeitverlauf adjustiert werden. Damit sind Kausalschlüsse möglich, die für die klinische Entscheidungsfindung relevant sind.
Collapse
|
4
|
[Latest findings from the RABBIT register]. Z Rheumatol 2021; 81:100-109. [PMID: 34940891 PMCID: PMC8696252 DOI: 10.1007/s00393-021-01139-4] [Citation(s) in RCA: 0] [Impact Index Per Article: 0] [Reference Citation Analysis] [Abstract] [Key Words] [Track Full Text] [Download PDF] [Figures] [Journal Information] [Subscribe] [Scholar Register] [Accepted: 11/01/2021] [Indexed: 11/28/2022]
Abstract
Seit 2001 rekrutieren Rheumatolog:innen deutschlandweit Patient:innen mit rheumatoider Arthritis in das Biologikaregister RABBIT, um die Langzeitsicherheit und -wirksamkeit moderner antirheumatischer Therapien zu untersuchen. In den vergangenen 20 Jahren wurden mehr als 20.000 Patient:innen in die prospektive Kohortenstudie eingeschlossen. In diesem Beitrag fassen wir aktuelle Forschungsergebnisse der Jahre 2020 und 2021 zusammen; dabei stehen Sicherheitsaspekte, Einflussfaktoren auf die Therapiewirksamkeit und patientenberichtete Outcomes im Fokus. Mit Herpes zoster, Fazialisparese und Psoriasis wurden verschiedene unerwünschte Ereignisse untersucht, die entweder als Sicherheitssignal aus klinischen Studien oder durch die EudraVigilance-Datenbank gemeldet wurden oder als paradoxe Reaktion unter medikamentöser Behandlung aufgetreten sind. Für diese Ereignisse wurde der Einfluss der biologischen DMARD(„disease-modifying antirheumatic drug“)-Therapie analysiert. In der Publikation zu Herpes zoster berücksichtigten wir auch die medikamentöse Behandlung mit Januskinaseinhibitoren. Starkes Übergewicht kann den Erfolg einer Therapie beeinflussen. Hier gibt es geschlechtsspezifische Unterschiede, und auch das Wirkprinzip einer Therapie entscheidet, ob eine Adipositas das Therapieansprechen reduziert. Die Mehrheit der in RABBIT beobachteten Patient:innen ist nach 1 Jahr Behandlung mit der erhaltenen Therapie zufrieden. Wir konnten zeigen, welche Faktoren die Zufriedenheit mit der Wirksamkeit und der Sicherheit der Behandlung begünstigen oder aber negativ beeinflussen. Diese Übersichtsarbeit zeigt, dass Langzeitbeobachtungsstudien wie das RABBIT-Register auch nach 2 Dekaden der Datenerhebung zum Verständnis von Therapierisiken beiträgt sowie Faktoren identifiziert, die die Wirkung der Therapien beeinflussen können.
Collapse
|