Efficacy of tofacitinib in treatment of alopecia universalis in two patients
Notice bibliographique
Résumé
BACKGROUND: Autoimmune-triggered non-scarring hair loss is a feature of alopecia areata (AA). Initially patchy and often self-limited, severe hair loss forms include the complete loss of scalp hair or alopecia totalis (AT) and complete loss of all hair or alopecia universalis (AU). For AT and AU a reliable treatment has remained elusive. The targeted kinase inhibitor tofacitinib, in current use for treatment of other immune diseases, has been hypothesized as a viable option for AA, AT and AU therapy and a few case reports support this. OBJECTIVE: Our study aims to provide evidence for the effectiveness of tofacitinib in the treatment of AU. METHODS: Two patients diagnosed with long-term AU were prescribed tofacitinib citrate at a dosage of 5 mg twice daily and observed for eight months. RESULTS: In the first patient, beard growth was significant by 3 months of treatment. By 6 months of treatment, hair growth was apparent throughout the entire body. By 8 months of treatment, scalp hair continued to grow longer and thicker. In addition, eyelashes and eyebrows were established. In the second patient, a noticeable increase in scalp hair was present just 1 month into treatment. By 4 months into treatment, significant scalp regrowth was observed as well as eyelash, eyebrow and beard regrowth. Axillary hair regrowth and isolated leg hair was noted by 8 months. CONCLUSION: In our patients, tofacitinib successfully alleviated AU in the absence of significant adverse side-effects. We recommend that further study be required to establish safety and confirm efficacy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».