A Plain Language Summary on Ritlecitinib Treatment for Adults and Adolescents with Alopecia Areata
Notice bibliographique
Résumé
WHAT IS THIS SUMMARY ABOUT?: . ALLEGRO-2b/3 looked at how well and safely the study medicine, ritlecitinib, works in treating people with alopecia areata ('AA' for short). The immune system protects your body from outside invaders such as bacteria and viruses. AA is an autoimmune disease, meaning a disease in which one's immune system attacks healthy cells of the body by mistake. In AA, the immune system attacks hair follicles, causing hair to fall out. AA causes hair loss ranging from small bald patches to complete hair loss on the scalp, face, and/or body. Ritlecitinib is a medicine taken as a pill every day, by mouth, that is approved for the treatment of severe AA. It blocks processes that are known to play a role in causing hair loss in patients with AA. WHAT WERE THE RESULTS OF THE STUDY?: Adults and adolescents (12 years and older) took part in the ALLEGRO-2b/3 study. They either took ritlecitinib for 48 weeks or took a placebo (a pill with no medicine) for 24 weeks. Participants taking placebo later switched to taking ritlecitinib for 24 weeks. The study showed that participants taking ritlecitinib had more hair regrowth on their scalp after 24 weeks than those taking the placebo. Hair regrowth was also seen on the eyebrows and eyelashes in participants taking ritlecitinib. Hair regrowth continued to improve to week 48 with continued ritlecitinib treatment. In addition, more participants taking ritlecitinib reported that their AA had 'moderately' or 'greatly' improved after 24 weeks than those taking the placebo. Similar numbers of participants taking ritlecitinib or placebo had side effects after 24 weeks. Most side effects were mild or moderate. WHAT DO THE RESULTS OF THE STUDY MEAN?: NCT03732807 (phase 2b/3 ALLEGRO study).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».