Network meta‐analyses of systemic treatments for psoriasis: a critical appraisal
Notice bibliographique
Résumé
AIM: There are numerous systemic medications in use for psoriasis, with additional investigational agents being studied. However, head-to-head, randomized clinical trials are rare and cannot feasibly compare all treatments. A network meta-analysis (NMA) synthesizes the available evidence to provide estimates for all pairwise comparisons. Here, we summarize and appraise two recent NMAs that assessed systemic therapies for moderate-to-severe psoriasis. SETTING AND DESIGN: Two systematic reviews searched databases and the grey literature to identify relevant randomized clinical trials. STUDY PARTICIPANTS: The reviews mostly included trials that involved adults with moderate-to-severe psoriasis. One of the reviews also included two trials involving children. STUDY EXPOSURE: Interventions common to both reviews include adalimumab, etanercept, infliximab, ustekinumab, ixekizumab, secukinumab and methotrexate. One of the reviews included additional interventions, primarily other biological agents along with new small-molecule treatments and systemic conventional treatments. PRIMARY OUTCOMES: One review focused on 'clear/nearly clear' and withdrawals from adverse events as study outcomes, while the second review focused on improvement of ≥ 90% measured on the Psoriasis Area and Severity Index (PASI 90) and serious adverse events. OUTCOMES: Additional outcomes included quality of life, PASI 75, Physician's Global Assessment of 0/1 and any adverse event. RESULTS: Overall, both NMAs are of high quality and provide a comprehensive summary of the evidence base and treatment effects. Results, in terms of both estimates and rankings, suggest that newer biologics targeting the interleukin (IL)-12/23 and IL-17 axes appear to be more effective than older biologics and oral agents. CONCLUSIONS: Patients, clinicians and policy makers can use the relative efficacy assessments of NMAs to inform decision making regarding the clearance of psoriasis skin lesions at relevant time points and improvement in quality of life.
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 | 0,079 | 0,175 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,035 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».