MétaCan
Menu
Retour à la cohorte
Enregistrement W4321612402 · doi:10.1177/12034754231156100

The Use of Janus Kinase Inhibitors for Lichen Planus: An Evidence-Based Review

2023· review· en· W4321612402 sur OpenAlexaff
Abrahim Abduelmula, Ahmed Bagit, Asfandyar Mufti, Katie Yeung, Jensen Yeung

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2023
Typereview
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensProbity Medical ResearchHealth Sciences CentreQueen's UniversityWomen's College HospitalUniversity of TorontoSunnybrook Health Science CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineTofacitinibRuxolitinibJanus kinaseInternal medicineDermatologyJanus kinase inhibitorSurgeryRheumatoid arthritisReceptorMyelofibrosis

Résumé

récupéré en direct d'OpenAlex

Background Lichen Planus (LP) is a dermatological disorder characterized by violaceous papules that affect the cutaneous region, nails, scalp, and mucous membranes. Current molecular and clinical studies point to the Janus Kinase-signal transducer and activator of transcription (JAK-STAT) pathway as a potential effector of LP pathology. Objective This systematic review summarizes the current reported literature outcomes for patients receiving JAK inhibitors to treat LP. Methods MEDLINE and Embase were searched on 16 October, 2022, and 15 original articles were included, with 56 LP patients. Results (mean age: 54.5 years, range: 26-81 years, male: 26.8%). The treatment outcomes were included for the following JAK inhibitors: tofacitinib ( n = 30), baricitinib ( n = 16), ruxolitinib ( n = 12), and upadacitinib ( n = 2). Patient outcomes were classified into complete resolution, partial resolution, and no resolution. Patients achieving complete resolution represented 25% ( n = 4/16) in the baricitinib group, 10% ( n = 3/30) in the tofacitinib group, 16.7% ( n = 2/12) in the ruxolitinib group, and 100% (2/2) in the upadacitinib group. Partial resolution patients represented 31.3% ( n = 5/16) of baricitinib patients, 60% ( n = 18/30) of tofacitinib patients, and 83% ( n = 10/12) of ruxolitinib patients. 43.8% ( n = 7/16) of baricitinib patients and 10% ( n = 9/30) of tofacitinib patients had no resolution of lesions. Conclusion This review also highlights the significance of utilizing a uniform outcome measure for LP, as it aids in reporting more generalizable results, reduces reporting bias, and ultimately lead to improved clinical outcomes for LP patients.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,412
Tête enseignante GPT0,450
Écart entre enseignants0,038 · 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'étudeRevue systématique
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

Citations53
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetOral Health Pathology and TreatmentTravaux en français237 207