MétaCan
Menu
← Retour à la cohorte
Enregistrement W3194398820 · doi:10.1177/12034754211038509

Risk of Developing Melanoma With Systemic Agents Used to Treat Psoriasis: A Review of the Literature

2021· review· en· W3194398820 sur OpenAlexaff
Amy Semaka, Thomas G. Salopek

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2021
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiquePsoriasis: Treatment and Pathogenesis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicinePsoriasisDermatologyMelanomaSystemic therapyTopical agentsIntensive care medicineCancerInternal medicineCancer research

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Psoriasis is a chronic inflammatory skin disease induced by autoimmune-like dysregulation of the immune system. Treatment options have drastically evolved in recent years, and treatment advances that target specific cytokines and other molecules involved in dysregulation have had a profound effect in controlling the disease. OBJECTIVE: We reviewed the literature to assess the risk of developing melanoma with conventional therapies and newer agents used to treat psoriasis. METHODS: A comprehensive literature search using Medline (via Ovid) and Embase was conducted. RESULTS: The majority of studies reviewed reported insignificant results. Potential risk for melanoma was identified for only 3 out of 15 anti-psoriatic treatments analyzed: adalimumab (relative risk 1.8, 95% CI 1.06-3.00), etanercept (relative risk 2.35, 95% CI 1.46-3.77) and infliximab (Empirical Bayes Geometric Mean 7.90, 95% CI 7.13-8.60). The confidence intervals provided are from prior studies. There are not enough collective data on newer agents to make any conclusions on risk. CONCLUSIONS: We were unable to identify any substantial risk for developing melanoma due to the use of anti-psoriatic treatments. Until additional long-term registry data become available, it would be prudent to continue screening patients with psoriasis at baseline and periodically for melanoma when these agents are used.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,289
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and Surgery→Même sujetPsoriasis: Treatment and Pathogenesis→Travaux en français237 207→