Treatment of Dactylitis and Enthesitis in Psoriatic Arthritis with Biologic Agents: A Systematic Review and Metaanalysis
Notice bibliographique
Résumé
OBJECTIVE: Biologic agents with different mechanisms of action [inhibitors of tumor necrosis factor-α (TNF-α), interleukin (IL)-12/23, and IL-17] showed efficacy in randomized controlled trials (RCT) in the treatment of psoriatic arthritis. We conducted a pooled metaanalysis of these agents for treatment of dactylitis and enthesitis and compared results with the American College of Rheumatology 20 (ACR20) response and Health Assessment Questionnaire-Disability Index (HAQ-DI) scores. METHODS: A systematic literature search was performed and a pooled metaanalysis of RCT with anti-TNF-α (infliximab, golimumab, adalimumab), anti-IL-12/23 (ustekinumab), and anti-IL-17 (secu kinumab, ixekizumab) was conducted using the random-effects model. Bias was assessed using the Cochrane risk-of-bias tool. RESULTS: Eighteen RCT were included in the pooled analysis (n = 6981). Both TNF-α inhibitors and novel biologics (ustekinumab, secukinumab, ixekizumab) demonstrated significant resolution of dactylitis at Week 24 with pooled risk ratios (RR) versus placebo of 2.57 (95% CI 1.36-4.84) and 1.88 (95% CI 1.33-2.65), respectively. For resolution of enthesitis at Week 24, RR for TNF-α inhibitors was 1.93 (95% CI 1.33-2.79) versus 1.95 (95% CI 1.60-2.38) for novel biologics. Both biologic categories showed overlapping ranges of ACR20 responses (TNF-α inhibitors: RR = 2.23, 95% CI 1.60-3.11; pooled IL-12/23 and -17: RR = 2.30, 95% CI 1.94-2.72) and similar quality of life improvement scores with mean HAQ-DI score changes of -0.29 (95% CI -0.39 to -0.19) and -0.26 (95% CI -0.31 to -0.22), respectively. CONCLUSION: The pooled analysis demonstrated that anti-TNF-α agents have the same efficacy as novel agents (ustekinumab, secukinumab, and ixekizumab) in dactylitis and enthesitis.
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 | 0,016 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,040 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».