Ustekinumab improves nail disease in patients with moderate‐to‐severe psoriasis: results from <scp>PHOENIX</scp> 1
Notice bibliographique
Résumé
BACKGROUND: Most patients with psoriasis have nail changes, and treating nail psoriasis is challenging. OBJECTIVES: To assess improvement in fingernail psoriasis with ustekinumab treatment in the PHOENIX 1 trial. METHODS: Patients received ustekinumab 45 mg or 90 mg, or placebo at weeks 0 and 4. Ustekinumab-randomized patients continued maintenance dosing every 12 weeks, while patients receiving placebo crossed over to receive ustekinumab 45 mg or 90 mg at weeks 12/16 followed by dosing every 12 weeks. At week 40, initial responders [those with ≥ 75% improvement from baseline in Psoriasis Area and Severity Index (PASI 75)] were rerandomized either to continue maintenance dosing or to withdraw from treatment. Nail involvement was evaluated using the Nail Psoriasis Severity Index (NAPSI) on a target fingernail, Nail Physician's Global Assessment (Nail PGA) and mean number of nails involved. RESULTS: Of 766 randomized patients, 545 (71·1%) had nail psoriasis. At week 24, the percentage improvement from baseline NAPSI score was 46·5% (ustekinumab 45 mg) and 48·7% (ustekinumab 90 mg). Percentage improvements in NAPSI ranged from 29·7% (PASI < 50) to 57·3% (PASI ≥ 90). Mean NAPSI scores improved from 4·5 at baseline to 2·4 at week 24 (45 mg) and from 4·4 to 2·2 (90 mg). Nail PGA scores and the mean number of psoriatic nails improved by week 24. Further improvement was observed for all end points among initial responders continuing maintenance treatment through week 52. CONCLUSIONS: Ustekinumab significantly improves nail psoriasis, and improvements continue over time until up to 1 year of treatment in those receiving maintenance treatment.
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) | 0,001 | 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 | 0,000 | 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 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 ».