Polyarteritis Nodosa: A Systematic Review of Test Accuracy and Benefits and Harms of Common Treatments
Notice bibliographique
Résumé
OBJECTIVE: The object of this study was to analyze the benefits and harms of different treatment options and to analyze test accuracy used in the evaluation of patients with primary systemic polyarteritis nodosa (PAN). METHODS: A systematic search of published English-language literature was performed in Ovid Medline, PubMed, Embase, and the Cochrane Library from the inception of each database through August 2019. Articles were screened for suitability in addressing patient, intervention, comparison, and outcome questions, with studies presenting the highest level of evidence given preference. RESULTS: Of 137 articles selected for data abstraction, we analyzed 21 observational studies and seven randomized controlled trials (RCTs). The results showed indirect evidence that a deep skin biopsy provides good diagnostic accuracy. A combined nerve and muscle biopsy should be obtained for patients with PAN with peripheral neuropathy. Cyclophosphamide with high-dose glucocorticoids (GCs) is effective as an induction treatment for newly diagnosed active and severe PAN. GC monotherapy is adequate in the majority of patients with nonsevere PAN, although it has a high relapse rate with GC taper. There was insufficient data in determining the optimal duration of non-GC and GC maintenance therapy. Tumor necrosis factor inhibitors are effective treatment for patients with deficiency of adenosine deaminase 2 (DADA2) with stroke and vasculitis manifestations. CONCLUSION: This comprehensive systematic review synthesizes and evaluates the harms and benefits of different treatment options and the accuracy of commonly used tests for the diagnosis of systemic PAN. Data for diagnosis and management of PAN and DADA2 are mostly limited to observational studies. More high-quality RCTs are needed.
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 | 0,020 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».