The relative efficacy of monotherapy with Janus kinase inhibitors, dupilumab and apremilast in adults with alopecia areata: Network meta‐analyses of clinical trials
Notice bibliographique
Résumé
BACKGROUND: Janus kinase (JAK) inhibitors, biologics, and phosphodiesterase-4 (PDE-4) inhibitors are recent therapies for alopecia areata (AA)-albeit, knowledge gaps exist for these agents' relative efficacy. OBJECTIVES: We determined the relative efficacy and safety of monotherapy with the aforementioned agents in adults with AA. METHODS: The literature was systematically searched; we used data from randomized trials that investigated the agents' efficacy-as per Severity of Alopecia Tool (SALT) scores. Bayesian network meta-analyses were used to determine relative efficacy and safety. Effect modification was determined using a generalized linear model on aggregate data; evidence quality was evaluated. RESULTS: Based on the surface under the cumulative ranking curve estimates obtained from multiple efficacy endpoints, regimens with the highest likelihood of achieving percent reduction in SALT scores, as well as a minimum 90%, 75% or 50% reduction in SALT scores are (in alphabetical order) baricitinib 4 mg once daily (QD), brepocitinib 60/30 mg QD, deuruxolitinib (CTP-543) 12 mg twice daily (BID), ritlecitinib 200/50 mg QD, ruxolitinib 20 mg BID and tofacitinib 5 mg BID. In contrast, dupilumab subcutaneous injections administered weekly and apremilast 30 mg BID were less likely to be effective. Discontinuation due to any adverse event was the least likely with oral JAK inhibitors, and more likely with dupilumab and apremilast. CONCLUSIONS: Our results support the conduct of high-quality comparative trials to determine whether JAK inhibitors are more effective and safer than PDE4 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».