Anti-IgE monoclonal antibody therapy for the treatment of chronic rhinosinusitis: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Several options are available for the treatment of chronic rhinosinusitis (CRS), but disease control remains elusive for many patients. Recently, literature has emerged describing anti-IgE monoclonal antibody as a potential therapy for CRS. However, its effectiveness and safety are not well known. The purpose of this systematic review was to assess the effectiveness and safety of anti-IgE therapy and to identify evidence gaps that will guide future research for the management of CRS. METHODS: Methodology was registered with PROSPERO (No. CRD42014007600). A comprehensive search was performed of standard bibliographic databases, Google Scholar, and clinical trials registries. Only randomized controlled trials assessing anti-IgE therapy in adult patients for the treatment of CRS were included. Two independent reviewers extracted data using a pre-defined extraction form and performed quality assessment using the Cochrane risk of bias tool and the GRADE framework. RESULTS: Two studies met our inclusion criteria. When comparing anti-IgE therapy to placebo, there was a significant difference in Lund-McKay score (p = 0.04) while no difference was seen for percent opacification on computed tomography (CT). At 16 weeks, treatment led to a decrease in clinical polyp score. No significant difference was seen with regard to quality of life (Total Nasal Symptom Severity (TNSS), p < 0.21; Sinonasal Outcome Test 20 (SNOT-20), p < 0.60), and no serious complications were reported in either trial. Based on the quality assessment, studies were deemed to be of moderate risk of bias and a low overall quality of evidence. CONCLUSIONS: There is currently insufficient evidence to determine the effectiveness of anti-IgE monoclonal antibody therapy for the treatment of CRS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».