MétaCan
Menu
Retour à la cohorte
Enregistrement W4319599064 · doi:10.3390/pharmaceutics15020568

Targeting Interleukin 13 for the Treatment of Atopic Dermatitis

2023· review· en· W4319599064 sur OpenAlexaff
Yuliya Lytvyn, Melinda Gooderham

Notice bibliographique

RevuePharmaceutics · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensProbity Medical ResearchSKiN HealthQueen's UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAtopic dermatitisDermatologyMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

Atopic dermatitis (AD) is a common chronic inflammatory skin condition that has a significant impact on a patient's quality of life and requires ongoing management. Conventional topical and systemic therapies do not target specific components of AD pathogenesis and, therefore, have limited efficacy and may be associated with long-term toxicity. Thus, AD management is challenging, with a significant proportion of patients not achieving clear skin or a reduction in pruritus. There remains a large unmet need for effective therapeutic strategies with favorable safety profiles that can be used long-term in patients with refractory AD. The emergence of targeted biological and small molecule therapies has effectively broadened available treatment options for moderate-to-severe AD. Most recently, interleukin 13 (IL-13) inhibitors were shown to be efficacious and well-tolerated, with tralokinumab already approved for use in this patient population. It is important for dermatologists to be aware of the evidence behind this emerging class of biologic agents to guide treatment choices and improve outcomes in patients with AD. The main objective of this paper is to review the current literature regarding the efficacy and safety of current and emerging anti-IL-13 monoclonal antibodies, including tralokinumab, lebrikizumab, cendakimab, and eblasakimab, for the treatment of moderate-to-severe AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,970
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

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

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 Opus0,190
Tête enseignante GPT0,463
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations29
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetDermatology and Skin DiseasesTravaux en français237 207