Effective and sustainable biologic treatment of psoriasis: what can we learn from new clinical data?
Notice bibliographique
Résumé
The introduction of the biologic agents, adalimumab, etanercept, infliximab and ustekinumab, has provided more options for the short- and long-term treatment of patients with psoriasis. Physicians are now able to achieve and maintain effective disease control in more patients using biologic therapies. Newly published clinical data support the introduction of novel optimization strategies to further improve outcomes in patients with psoriasis. Recent randomized controlled clinical trials have provided data on the efficacy of conventional therapies, including systemic agents, and biologics at specific time points. Switching from methotrexate to a tumour necrosis factor (TNF)-α antagonist after 16 weeks can improve response rates, as demonstrated in a study of patients with moderate-to-severe psoriasis, while the benefit of long-term methotrexate use remains unclear. In a separate study, psoriasis area and severity index (PASI) ≥ 75 response rates were maintained over time (>3 years for adalimumab), suggesting that long-term biologic therapy is an effective and sustainable treatment option for psoriasis. For each individual patient, the benefit of a particular treatment needs to be balanced with the risks. The lack of head-to-head trials of antipsoriatic therapies, particularly biologic therapies, does not help with making individualized treatment decisions. However, a benefit-risk assessment of TNF-α antagonists calculated from an integrated analysis of published literature in moderate-to-severe psoriasis can be used to aid clinical practice. The number needed to treat, number needed to harm and number of patient years of observation to detect an adverse event have been determined for adalimumab, etanercept and infliximab. The benefit-risk profiles generated demonstrated that, during the initial year of treatment, likelihood of success with TNF-α antagonists was several orders of magnitude greater than the likelihood of serious toxicity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,063 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,014 | 0,038 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,012 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».