当我们开始使用一种新药时,我们经常会问自己,这种药物是否适合我,是否会对我造成伤害或副作用。当大多数药物首次获准使用时,我们对其安全性的信息实际上非常有限。会进行动物研究来观察这一点,但这些研究有其局限性,因为人类的结果可能不同。大多数药物也会接受临床试验,评估其益处和安全性,但有时这些研究规模太小,无法发现罕见的安全问题,而且并非所有患者都可以参加。因此,即使在医生可以开出药物后,我们仍要继续监测接受该药物的患者群体,以防出现任何意外伤害,这一点很重要。BSRBR-RA 就是为此目的而专门设立的,我们现在已经跟踪了 30,000 多名接受各种生物制剂和其他药物治疗的患者。总体而言,结果非常令人放心,但随着新药的面世,我们必须继续努力
摘要:背景。风湿病学家在管理患者时必须应对 COVID-19 大流行,并且人们对使用抗炎药物和改善病情的抗风湿药物 (DMARD) 提出了许多问题。法国风湿病学会 (SFR) 选择了对风湿病学家日常实践最关键的问题,来自 SFR 和风湿病和炎症俱乐部 (CRI) 委员会的 10 名专家组成的小组根据 2020 年 5 月的现有知识提出了答复。基本程序。在前 18 个问题和陈述可用后,1400 人于 2020 年 3 月 31 日至 2020 年 4 月 12 日期间咨询了常见问题。结果,另外 16 个问题被转发给 SFR,并由委员会回答。组织了另一轮通过电子邮件和视频会议的审查,其中包括对先前陈述的更新。其中 5 个问题的科学相关性导致它们被纳入本文件。每份回复都会得到最终评估,评分范围为 0-10,0 表示完全不同意,10 表示完全同意。每个问题的投票平均值在每个回复的末尾显示为同意程度 (LoA)。本文件最后更新于 2020 年 4 月 17 日。主要发现。根据已发表的最新科学文献,在大多数情况下,开始或继续使用抗炎药物以及 DMARDs 没有禁忌症。如果出现感染(冠状病毒或其他)的迹象,应停止治疗,并在 2 周后无任何症状时(如有必要)恢复治疗。只有一些信号表明,服用免疫抑制剂量皮质类固醇治疗的人患严重 COVID-19 的风险更大。当没有合理的治疗替代方案时,允许关节内注射糖皮质激素,只要采取预防措施保护患者和医生免受病毒污染,包括向患者提供适当的信息。主要结论。目前关于在 COVID-19 大流行期间管理风湿病患者的可用数据令人放心,并支持继续或开始对这些疾病进行对症治疗以及特定治疗,即使在大流行期间,管理的主要目标仍然是适当控制。关键词:COVID-19、炎症性风湿病、治疗、卫生系统
摘要 人工智能 (AI) 正在改变风湿病学研究,大量研究旨在改善诊断、预后和治疗预测,同时也显示出优化研究工作流程、改善药物发现和临床试验的潜在能力。机器学习是判别性 AI 的一个关键要素,它已经证明了能够通过使用多种数据类型(包括结构化数据库、图像和文本)准确分类风湿病并预测治疗结果的能力。与此同时,由大型语言模型驱动的生成性 AI 正在成为优化研究工作流程的有力工具,通过支持内容生成、文献综述自动化和临床决策支持。本综述探讨了判别性和生成性 AI 在风湿病学中的当前应用和未来潜力。它还强调了这些技术带来的挑战,例如道德问题以及严格验证和监管监督的需要。AI 在风湿病学中的整合有望带来实质性的进步,但需要采取平衡的方法来优化效益并尽量减少潜在的负面影响。
今年的美国风湿病学会 (ACR) 会议于 2024 年 11 月 14 日至 19 日在华盛顿特区举行,来自世界各地的顶尖专家就该领域的最新发展发表了数十场精彩的演讲。其中一个会议名为“在风湿病学中充分利用人工智能的力量而不被烧伤”,旨在评估人工智能在风湿病学中的应用能力和局限性,分析人工智能的使用可能对风湿病学实践产生的影响,并讨论人工智能时代风湿病学的未来。本次会议由田纳西州纳什维尔范德堡大学医学中心的 Genessis Maldonado 和华盛顿州西雅图退伍军人事务部的 Bernard Ng 主持,深入探讨了人工智能与风湿病学的交集,并探索了人工智能在风湿病诊断、治疗和管理方面的变革潜力。各位演讲者向观众全面介绍了各种人工智能的实际应用,强调了人工智能对风湿病领域医疗保健的革命性影响。
结果:三分之二的参与者认为应在随访和诊断时评估患者的疫苗接种状况。B细胞耗尽疗法,静脉免疫球蛋白和中等/高剂量皮质类固醇是被灭活和活疫苗禁忌的前三种药物。在实时疫苗之前和之后,经常使用四周的免疫抑制作用,但不能用于灭活疫苗。虽然一些临床医生(n = 24; 35.8%)认为活疫苗被认为是潜在的疾病触发因素,但大多数(n = 64; 89.5%)报告了失活的疫苗接种后没有疾病激活。有89.6%的参与者表达了对国家疫苗接种指南的强烈愿望。结论:这项研究提供了针对患有慢性风湿性疾病儿童的国家疫苗接种计划的第一次评估,重点是免疫抑制治疗。尽管大多数参与者都支持疫苗接种,但在免疫抑制治疗下对患者的生命和灭活疫苗的犹豫持续存在。需要国家准则来解决这些问题。
摘要 信使 RNA (mRNA) 疫苗作为一种新型疫苗平台,提供了有效对抗新出现和现有病原体的新工具,这在以前是不可能的。mRNA 疫苗的“即插即用”特性使得能够快速设计和生产针对复杂抗原的疫苗,并根据需要快速加入新的疫苗成分。这一特性使得它们在未来很可能被广泛用于临床。目前批准的 mRNA 疫苗仅包括针对 SARS-CoV-2 病毒的疫苗。这些疫苗表现出强大的免疫原性,并可提供对严重疾病的有效保护。许多针对病毒病原体的 mRNA 疫苗正处于开发的早期到后期阶段。几种流感 mRNA 疫苗正在临床试验中测试,其中一些已经进入第 3 阶段研究。处于开发早期和后期的其他疫苗包括针对巨细胞病毒、水痘带状疱疹病毒、呼吸道合胞病毒和爱泼斯坦-巴尔病毒的疫苗。这些疫苗中的许多可能适用于免疫抑制人群,包括患有自身免疫性炎症性风湿病 (AIIRD) 的人群。本综述主要关注 mRNA 的机制、安全性和有效性,并总结了针对 AIIRD 患者特别感兴趣的常见传染病的 mRNA 疫苗的开发现状。
过去十年,医学领域的人工智能 (AI) 领域发生了巨大变化,为突破性创新铺平了道路。最近,人工智能在风湿病和肌肉骨骼疾病方面的潜力引起了研究界的关注。在本研究主题中,展示了人工智能在该领域的各种进步和应用,为这个相对未开发的领域提供了启示。传统上,医生在诊断和治疗健康问题方面的作用在很大程度上依赖于人类的智慧、直觉和经验。然而,诊断过程是医疗干预的关键第一步,往往被证明是具有挑战性和主观性的。它涉及通过患者病史、体格检查、实验室测试和影像学研究收集信息,然后对这些数据进行解释。这就是人工智能通过管理医学大数据来支持临床医生在实际临床实践中解决与健康相关的问题,从而增强人类智能的机会。人工智能可以提升临床医生的知识水平,并支持他们的决策,从而打造“人工智能增强型风湿病专家”。人工智能算法,尤其是机器学习和深度学习等数据驱动的算法,可以利用大量患者数据来预测结果并促进明智的决策。这些算法可以分析医生笔记 ( 1 )、实验室结果 ( 2 ) 和影像学研究 ( 3 , 4 ),以帮助管理风湿病 ( 5 ) 并预测患者的预后 ( 6 )。例如,基于规则的自然语言处理和从大量非结构化信息数据集中提取文本,为风湿病的治疗模式和结果提供了见解。Motta 等人的研究表明,采用多学科方法治疗的类风湿性关节炎 (RA)、银屑病关节炎 (PsA) 和银屑病患者更有可能接受创新治疗或糖皮质激素治疗,这可能反映了更复杂的病例。
ACR 美国风湿病学会 ADA 抗药抗体 ADR 药物不良反应 AE 不良事件 BMQ 药物信念问卷 BSRBR-RA 英国风湿病学会生物制品登记册 类风湿关节炎简明问卷-IPQ 简要疾病感知问卷 BSR 英国风湿病学会 CHI 社区健康指数 CI 置信区间 CQR 依从性问卷 风湿病 CVA 脑血管意外 DAS 疾病活动评分 DMARD 改善病情的抗风湿药 DMEC 数据监测和伦理委员会 EMA 欧洲药品管理局 ENCePP 欧洲药物流行病学和药物警戒中心网络 EQ-5D EuroQol 5D 问卷 ESQ 事件特定问题 GPP 良好药物流行病学规范 GVP 良好药物警戒规范 HAQ 健康评估问卷 HCN 健康与护理号码 HL霍奇金淋巴瘤 IR 发病率 ISPE 国际药物流行病学学会 JIA 幼年特发性关节炎 MAA 上市许可申请 MARS-5 用药依从性报告量表 MedDRA 监管活动医学词典 mAb 单克隆抗体 MI 心肌梗死 MS 多发性硬化症 MTX 甲氨蝶呤 NHL 非霍奇金淋巴瘤 NHS 国家医疗服务体系 NICE 国家健康与临床优化研究所 NSAID 非甾体抗炎药 PML 进行性多灶性白质脑病 PT 首选术语 PY 人年 RA 类风湿关节炎 SAE 严重不良事件 sc 皮下 SOP 标准操作程序 TB 结核病 TNF 肿瘤坏死因子 UK 英国
ICW8-3 Yasuyuki Todoroki 日本北九州职业与环境健康大学医学院分子靶向治疗系 (DMTT) T-bet 阳性 CD11c+ B 细胞对系统性红斑狼疮 (SLE) 患者的意义