The long-term efficacy and safety of new biological therapies for psoriasis
Notice bibliographique
Résumé
Long-term therapy is often required for psoriasis. This article reviews the most recent long-term clinical data for biological agents that have been approved or for which late-stage development data have been released for the treatment of patients with moderate to severe plaque psoriasis. Efficacy data are available for up to five 12-week courses of alefacept (approximately 60 weeks of therapy), 36 months (144 weeks) of continuous efalizumab, 48 weeks of continuous etanercept, and 50 weeks of bimonthly infliximab. Data sources include publications, product labeling, and posters presented at recent international scientific meetings. Alefacept appears to continue to be efficacious over multiple treatment courses for some responsive patients. The efficacy of efalizumab achieved during the first 12-24 weeks of therapy appears to be maintained or improved through at least 60 weeks of continuous treatment. The efficacy of etanercept appears to be maintained through at least 48 weeks of continuous treatment. Infliximab demonstrates a high response rate soon after initiation, which appears to be maintained through 24 weeks but declines modestly with therapy out to 50 weeks. After 48 weeks, approximately 60% of efalizumab-treated and 45% of etanercept-treated patients remaining on therapy achieved > or =75% improvement from baseline in Psoriasis Area and Severity Index, as did 70.5% of infliximab patients who did not miss more than two infusions. Safety data suggest that these agents may be used for long-term administration. Long-term data from psoriasis trials continue to accumulate. Recent data suggest that biological therapies have efficacy and safety profiles suitable for the long-term treatment of patients with moderate to severe psoriasis.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».