Drugs Associated With the Development of Palmoplantar Keratoderma: A Systematic Review
Notice bibliographique
Résumé
Background Palmoplantar keratoderma (PPK) are a heterogenous group of hereditary and acquired disorders that are characterized by excessive epidermal thickening of the palms and/or soles. PPK has been described as a rare adverse event for some medications. The aim of this systematic review was to summarize outcomes in PPK associated with various medications. This data will assist dermatologists and other healthcare providers treating patients with drug-induced PPK. Methods EMBASE and MEDLINE databases were searched in accordance with PRISMA guidelines using the keyword “palmoplantar keratoderma.” 40 studies met the inclusion criteria. Results A total of 247 patients (mean age: 57.0 years) were included in the analysis. Among patients whose sex was reported, 60.3% ( n = 35/58) were male. PPK most frequently developed after treatment with BRAF inhibitors (73.7%, n = 182/247), BRAF inhibitors combined with MEK1/2 inhibitors (15.4%, n = 38/247), tyrosine kinase inhibitors (TKIs) (3.2%, n = 8/247), or chemotherapy (2.4%, n = 6/247). The mean latency period between initiation of the drug and onset of PPK was 7.6 months (range: 0.25-90 months). Improvement of PPK was reported in 24 cases, with 50% ( n = 12/24) achieving complete resolution and 50% ( n = 12/24) achieving partial resolution. All patients who achieved complete resolution stopped the suspected drug, with a mean resolution period of 2.4 months (range: 2 weeks-6 months). The most common treatments for PPK were keratolytic treatments ( n = 10) and topical corticosteroids ( n = 4). Conclusions PPK was most frequently associated with targeted kinase inhibitors, specifically BRAF, MEK1/2, and tyrosine kinase inhibitors.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,000 | 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 ».