Patients’ perspective on current treatments and demand for novel treatments in vitiligo
Notice bibliographique
Résumé
BACKGROUND: The treatment of non-segmental vitiligo (NSV) remains a challenge. Current treatments often achieve suboptimal clinical results. To improve these treatment results, several new therapies are being developed and investigated. There is, however, little evidence on the actual need for novel therapies. OBJECTIVE: To assess patients' perspective on current and novel therapies for vitiligo. METHODS: A prospective questionnaire study was conducted in a large cohort of vitiligo patients that consecutively visited the outpatient clinic of the Amsterdam University Medical Centre between April 2017 and January 2019. Patients were requested to fill in a digital questionnaire on patient characteristics, disease burden, quality of life, efficacy and satisfaction of current treatments and aspects regarding new treatments. RESULTS: A total of 325 vitiligo patients completed the questionnaire (60% response rate). Of the respondents, 94% believed that new and improved treatments are needed and 86% would be willing to participate in clinical trials investigating a new therapy. Sixty-nine per cent would agree on taking weekly injections if it led to effective treatment results. Of the patients that had received therapy before, 49% reported that the current treatments were not effective and 50% was not satisfied with the current treatments. Sixty-seven per cent of the patients experienced facial lesions as an extreme burden, whereas this was, 25%, 12% and 10% for lesions on the hands, trunk and feet, respectively. The emotional burden score was significantly higher in dark skin types compared with light skin types (respectively, 8 vs 5, U P < 0.05). CONCLUSION: There is a substantial need for new vitiligo therapies. A considerable number of patients in our study are dissatisfied with current treatments and are emotionally burdened by the disease. Moreover, the vast majority demands novel treatments and is willing to participate in clinical trials.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».