Points to consider for the treatment of immune-mediated inflammatory diseases with Janus kinase inhibitors: a consensus statement
Notice bibliographique
Résumé
OBJECTIVES: Janus kinase inhibitors (JAKi) have been approved for use in various immune-mediated inflammatory diseases. With five agents licensed, it was timely to summarise the current understanding of JAKi use based on a systematic literature review (SLR) on efficacy and safety. METHODS: Existing data were evaluated by a steering committee and subsequently reviewed by a 29 person expert committee leading to the formulation of a consensus statement that may assist the clinicians, patients and other stakeholders once the decision is made to commence a JAKi. The committee included patients, rheumatologists, a gastroenterologist, a haematologist, a dermatologist, an infectious disease specialist and a health professional. The SLR informed the Task Force on controlled and open clinical trials, registry data, phase 4 trials and meta-analyses. In addition, approval of new compounds by, and warnings from regulators that were issued after the end of the SLR search date were taken into consideration. RESULTS: The Task Force agreed on and developed four general principles and a total of 26 points for consideration which were grouped into six areas addressing indications, treatment dose and comedication, contraindications, pretreatment screening and risks, laboratory and clinical follow-up examinations, and adverse events. Levels of evidence and strengths of recommendations were determined based on the SLR and levels of agreement were voted on for every point, reaching a range between 8.8 and 9.9 on a 10-point scale. CONCLUSION: The consensus provides an assessment of evidence for efficacy and safety of an important therapeutic class with guidance on issues of practical management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».