S'abonner

Is prediction of clinical response to methotrexate in individual rheumatoid arthritis patients possible? A systematic literature review - 30/05/19

Doi : 10.1016/j.jbspin.2019.04.002 
Nadia M.T. Roodenrijs , Marlies C. van der Goes, Paco M.J. Welsing, Janneke Tekstra, Jacob M. van Laar, Floris P.J.G. Lafeber, Johannes W.J. Bijlsma, Johannes W.G. Jacobs
 Department of Rheumatology & Clinical Immunology, University Medical Center Utrecht, PO Box 85500, 3508 GA Utrecht, The Netherlands 

Corresponding author.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Thursday 30 May 2019
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

Objectives

To identify, by a systematic literature review, predictors of clinical response to methotrexate treatment in rheumatoid arthritis patients, which would facilitate personalised treatment.

Methods

PubMed and Embase databases were searched for original articles. Additionally, congress abstracts of European League Against Rheumatism and American College of Rheumatology annual meetings of the past 2 years were screened. Articles describing predictors of clinical response to methotrexate after 3 to 6 months were included, since this reflects the time span used to determine treatment effectiveness and decide on treatment changes in treat-to-target recommendations.

Results

Thirty articles were included, containing 100 different predictors and 11 predictive models. Nineteen predictors and 2 predictive models were studied in multiple cohorts. Female gender was found to be a predictor of non-response in two studies (odds ratios 0.55 and 0.54), but these findings could not be replicated in two other studies. In two studies, smoking predicted non-response (adjusted odds ratios 0.35 and 0.60), although this was inconsistent over all response criteria assessed. Rheumatoid factor positivity predicted non-response in two studies (adjusted hazard ratio 0.61, adjusted odds ratio 0.4), but this was not found in three other studies. Heterogeneity in studies prohibited further comparison of predictive values between studies. Additionally, a validated epigenetic model was found (area under the curve 0.90 and 0.91).

Conclusions

No predictors were identified reliably predicting clinical response to methotrexate after 3 to 6 months in the individual patient: clinical predictors were weak. However, a promising epigenetic model was found that needs further validation.

Le texte complet de cet article est disponible en PDF.

Keywords : Rheumatoid arthritis, Clinical prediction, Methotrexate, Personalised medicine, Systematic literature review, Prognosis


Plan


© 2019  Société française de rhumatologie. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.