MétaCan
Menu
Retour à la cohorte
Enregistrement W2142359268 · doi:10.2147/tcrm.2007.3.2.245

The safety of etanercept for the treatment of plaque psoriasis

2007· article· en· W2142359268 sur OpenAlexaff
Kim Papp

Notice bibliographique

RevueTherapeutics and Clinical Risk Management · 2007
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiquePsoriasis: Treatment and Pathogenesis
Établissements canadiensUniversity of WaterlooWestern University
Organismes subventionnairesnon disponible
Mots-clésEtanerceptMedicinePsoriasisTumor necrosis factor alphaImmunologyAdverse effectImmune systemCytokinePharmacology

Résumé

récupéré en direct d'OpenAlex

Effective treatment with etanercept results from a congregation of immunological signaling and modulating roles played by tumor necrosis factor-alpha (TNF-alpha), a pervasive member of the TNF super-family of cytokines participating in numerous immunologic and metabolic functions. Macrophages, lymphocytes and other cells produce TNF as part of the deregulated immune response resulting in psoriasis or other chronic inflammatory disorders. Tumor necrosis factor is also produced by macrophages and lymphocytes responding to foreign antigens as a primary response to potential infection. Interference with cytokine signaling by etanercept yields therapeutic response. At the same time, interference with cytokine signaling by etanercept exposes patients to potential adverse events. While the efficacy of etanercept for the treatment of psoriasis is evident, the risks of treatment continue to be defined. Of the potential serious adverse events, response to infection is the best characterized in terms of physiology, incidence, and management. Rare but serious events: activation of latent tuberculosis, multiple sclerosis, lymphoma, and others, have been observed but have questionable or yet to be defined association with therapeutic uses of etanercept. The safe use of etanercept for the treatment of psoriasis requires an appreciation of potential adverse events as well as screening and monitoring strategies designed to manage patient risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,335
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapeutics and Clinical Risk ManagementMême sujetPsoriasis: Treatment and PathogenesisTravaux en français237 207