A network meta‐analysis on the efficacy and safety of monotherapies for tinea capitis, and an assessment of evidence quality
Notice bibliographique
Résumé
Various monotherapies exist for tinea capitis; however, their relative efficacies have never been determined using a statistical approach which compares treatments' efficacy simultaneously. The goal of this study was to determine the relative efficacy (mycologic and complete cure rates) of monotherapies for the treatment of tinea capitis. On October 5, 2019, searches were performed in Scopus, PubMed, EMBASE, MEDLINE (Ovid), and CINAHL; there were no date restrictions. For the main network meta-analysis, eligible studies were randomized trials that investigated the effect of tinea capitis monotherapies on subjects' mycological and complete cure rates. Network meta-analyses were conducted in accordance with the 2015 Preferred Reporting Items for Systematic Reviews and Meta-Analyses checklist for network meta-analyses. Mycological cure rate was the primary outcome; complete cure rate and adverse events were secondary outcomes. Twelve studies met the eligibility criteria for the main network; five systemic monotherapies were identified, griseofulvin, ketoconazole, terbinafine, itraconazole, and fluconazole. When the causative species was of the Microsporum genus, griseofulvin was most efficacious in terms of mycological cure (SUCRA = 66.1%) and complete cure (SUCRA = 80.6%). For tinea capitis caused by the Trichophyton species, terbinafine was the most efficacious in terms of both mycological and complete cure (SUCRA values of 75.2% and 78.2%, respectively). Risk of adverse events did not significantly differ across the interventions. Our results are congruent with those of previous pairwise meta-analyses; our findings also corroborate clinical experience and anecdotal evidence.
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) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».