Structured Expert Consensus on Actinic Keratosis: Treatment Algorithm Focusing on Daylight PDT
Notice bibliographique
Résumé
BACKGROUND: A practical and up-to-date consensus among experts is paramount to further improve patient care in actinic keratosis (AK). OBJECTIVES: To develop a structured consensus statement on the diagnosis, classification, and practical management of AK based on up-to-date information. METHODS: A systematic review of AK clinical guidelines was conducted. This informed the preparation of a 3-round Delphi procedure followed by a consensus meeting, which combined the opinions of 16 clinical experts from 13 countries, to construct a structured consensus statement and a treatment algorithm positioning daylight photodynamic therapy (dl-PDT) among other AK treatment options. RESULTS: The systematic review found deficiencies in current guidelines with respect to new AK treatments such as ingenol mebutate and dl-PDT. The Delphi panel established consensus statements across definition, diagnosis, classification, and management of AK. While the diagnosis of AK essentially rests on the nature of lesions, treatment decisions are based on several clinical and nonclinical patient factors and diverse environmental attributes. Participants agreed on ranked treatment preferences for the management of AK and on classifying AK in 3 clinical situations: isolated AK lesions requiring lesion-directed treatment, multiple lesions within a small field, and multiple lesions within a large field, both requiring specific treatment approaches. Different AK treatment options were discussed for each clinical situation. CONCLUSIONS: The results provide practical recommendations for the treatment of AK, which are readily transferable to clinical practice, and incorporate the physician's clinical judgement. The structured consensus statement positioned dl-PDT as a valuable option for patients with multiple AKs in small or large fields.
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 | 0,001 |
| 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 ».