Benefit-risk assessment of tumour necrosis factor antagonists in the treatment of psoriasis
Notice bibliographique
Résumé
BACKGROUND: Safety of tumour necrosis factor (TNF) antagonists is a primary concern for clinicians prescribing them to patients with psoriasis. OBJECTIVES: To determine the benefit-risk balance of TNF antagonists in psoriasis. METHODS: Through integrated analyses of published literature, we calculated the number needed to treat (NNT) for various efficacy measures and the number needed to harm (NNH) for various adverse events for approved dosing regimens of adalimumab, etanercept and infliximab. Integrated analyses that included open-label safety data from TNF-antagonist clinical trials were also conducted. RESULTS: PASI 75 treatment effect data from the literature result in NNT values of 1·6 (95% confidence interval, CI 1·5-1·7) for adalimumab 40 mg every other week; 3·2 (95% CI 2·8-3·7) for etanercept 50 mg weekly or 25 mg twice weekly, and 2·3 (95% CI 2·1-2·5) for etanercept 50 mg twice weekly; and 1·4 (95% CI 1·3-1·5) for infliximab 5 mg kg(-1) dosing. For serious noninfectious, serious infectious and malignant adverse events, point estimates of the NNHs are generally at least two orders of magnitude larger than the NNTs, and the 95% CIs for the NNHs for adalimumab, etanercept and infliximab overlap. Analyses that included open-label data corroborated, with increased exposure to study agents, the low risk of adverse events observed in placebo-controlled periods. CONCLUSIONS: These analyses demonstrated that, during the initial year of treatment, the likelihood of success with anti-TNF therapy for psoriasis 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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».