Monotherapy for Alopecia Areata: A Systematic Review and Network Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There are many treatments available for alopecia areata; however, none are approved by the US Food and Drug Administration. Thus, there is clinician benefit in efficacy comparison. METHODS: A network meta-analysis was used to create direct and indirect comparisons of alopecia areata studies in addition to an inconsistency analysis, risk of bias, and quality of evidence assessment. RESULTS: For mild disease, intralesional corticosteroids were ranked the most likely to produce a response at 78.9% according to SUCRA (surface under the cumulative ranking curve) followed by topical corticosteroids (67.9%), prostaglandin analogs (67.1%), diphenylcyclopropenone (DPCP, 63.4%), topical minoxidil (61.2%), and squaric acid dibutylester (SADBE, 35.0%). In contrast, for moderate to severe disease (>50% scalp hair loss), DPCP was the top-ranked treatment (87.9%), followed by laser (77.9%), topical minoxidil (55.5%), topical corticosteroids (50.1%), SADBE (49.7%), and topical tofacitinib (47.6%). There were insufficient eligible trials to include oral tofacitinib in the network. CONCLUSION: Statistically significant evidence is presented for the use of intralesional and topical corticosteroids for treatment of mild disease and DPCP, laser, SADBE, topical minoxidil and topical corticosteroids for moderate to severe disease. Further controlled trials are required to analyze the relative efficacy of oral tofacitinib.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,008 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,001 | 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 découle