Novel approaches to biological therapy for psoriatic arthritis
Notice bibliographique
Résumé
INTRODUCTION: Improved understanding of the immunopathogenic mechanisms in psoriatic arthritis (PsA) has led to the development of targeted biological therapies, which demonstrate superior clinical efficacy to traditional disease-modifying antirheumatic drugs (DMARDs). There are currently 3 classes of biological agents that are approved for the treatment of psoriatic disease: tumor necrosis factor alpha inhibitors (TNFi), including etanercept, infliximab, adalimumab, golimumab, and certolizumab pegol; ustekinumab, a monoclonal antibody (mAb) directed against interleukin (IL)-12 and IL-23; and secukinumab, a human anti-IL-17A mAb. Other agents are in development. Our growing experience with these medications has revolutionized the approach to disease management in PsA. AREAS COVERED: This article discusses the rationale for using biological therapies in PsA, highlighting clinical trial evidence that supports the use of these agents. We summarize novel treatment approaches using biological therapies in the management of PsA, including early intervention, targeted therapy, TNFi switching, combination therapy, and tapering or discontinuation of biological therapy. We conclude with a discussion of the importance comorbidities have on selection of therapy. EXPERT OPINION: The advent of highly effective biological therapies has revolutionized the management of patients with PsA. Growing experience with these agents has led to novel treatment approaches that may improve clinical outcomes for PsA patients.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».