Anti-TNFα therapy in the management of psoriasis: experience of a state referral center
Notice bibliographique
Résumé
BACKGROUND: Psoriasis is a chronic immune-mediated disease, characterized by increased levels of TNFα. Anti-TNFα agents have revolutionized the treatment of severe psoriasis by targeting an important molecule involved in its pathogenesis. OBJECTIVES: We report the experience of a state referral center that uses anti-TNFα agents for psoriasis. METHODS: We conducted a retrospective case series. Seventy-four out of 120 patients met the inclusion criteria. Clinical and laboratory data was analyzed using the chi-squared, Wicoxon and McNemar's tests. Associations were considered statistically significant when p-value<0.05. RESULTS: Forty-one subjects (55.40%) were male, with a mean age of 47.69 ± 14.99 years. Median disease duration and pre-treatment PASI were 14.0 months (IQR 9.0-20.0), and 13.55 points (IQR 8.5-20.32). Sixty patients (81.10%) had arthropathic psoriasis. Forty-six subjects (62.20%) had comorbidities; the most frequent was dyslipidemia (25.70%). In 55.40% of patients, insufficient response to conventional therapies was the principal indication for using anti-TNFα drugs. Clinical improvement occurred in 93.20% of cases, and the post-treatment PASI median was 0.0 points (IQR 0.0-0.0). Adverse effects occurred in 6.80% of patients. Infections and elevation of transaminases occurred in 28.40% and 8.10% of cases, respectively. CONCLUSION: Post-treatment reduction in PASI was satisfactory and the occurrence of adverse effects was minor, mostly mild infusion effects and local reactions at drug administration sites.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».