Characterization of insufficient responders to anti-tumor necrosis factor therapies in patients with moderate to severe psoriasis: real-world data from the US Corrona Psoriasis Registry
Notice bibliographique
Résumé
Objective Biologic therapies have dramatically changed the management of moderate to severe psoriasis; however, few US real-world studies characterize the unmet needs of patients who do not respond to biologic therapies. This study examined the characteristics at enrollment of patients with moderate to severe psoriasis who had insufficient responses to anti-tumor necrosis factor therapies (anti-TNFs).Methods Patients enrolled in the Corrona Psoriasis Registry from April 2015 to June 2018 who initiated an anti-TNF at enrollment were stratified on the basis of body surface area (BSA) improvement to <3% or a 75% improvement from enrollment to the 6-month follow-up visit (response versus insufficient response). Patient demographics and disease characteristics were described at enrollment, and changes in outcomes were assessed at 6-month follow-up for those who received anti-TNFs.Results Of 180 anti-TNF initiators who had ≥1 follow-up visit, 50.6% were classified as responders. Logistic regression modeling showed that female sex was significantly associated with a decreased likelihood of achieving a response (OR = 0.534, 95% CI = 0.289–0.988, p = .046).Conclusion Despite the small sample size and short follow-up period, these findings may help dermatologists to identify patients with moderate to severe psoriasis who have unmet treatment needs.
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 | 0,000 |
| 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 | 0,001 | 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 ».