Pathogenesis and therapeutic approaches for improved topical treatment in localized scleroderma and systemic sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SSc is a chronic progressive disorder of unknown aetiology characterized by excess synthesis and deposition of collagen and other extracellular matrix components in a variety of tissues and organs. Localized scleroderma (LS) differs from SSc in that with LS only skin and occasionally subcutaneous tissues are involved. Although rarely life threatening, LS can be disfiguring and disabling and, consequently, can adversely affect quality of life. There is no known effective treatment for LS, and various options, including, as examples, corticosteroids and other immunomodulatory agents, ultraviolet radiation and vitamin D analogues, are of unproven efficacy. Clinical trials evaluating combination therapy such as corticosteroids with MTX or UVA1 exposure with psoralens have not been established as consistently effective. New immunomodulators such as tacrolimus and thalidomide are also being evaluated. A better understanding of the molecular and cellular mechanisms of LS has led to evaluation of new treatments that modulate profibrotic cytokines such as TGF-beta and IL-4, regulate assembly and deposition of extracellular matrix components, and restore Th1/Th2 immune balance by administering IL-12 or IFN-gamma. IFN-gamma acts by directly inhibiting collagen synthesis and by restoring immune balance. In this review, we evaluate current and future treatment options for LS and cutaneous involvement in SSc. Recent advances in therapy focus mainly on anti-fibrotic agents. Delivery of these drugs into the skin as the target tissue might be a key factor in developing more effective and safer therapy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle