Janus kinase inhibitor—Tofacitinib associated with pemphigus: an analysis of the FDA adverse event reporting system data
Notice bibliographique
Résumé
OBJECTIVES: To establish the association between the therapy of Janus kinase inhibitors and the adverse event of pemphigus in patients with rheumatologic and inflammatory disorders. METHODS: A disproportionality analysis using multi-item gamma Poisson shrinker was conducted to identify signals between medication and adverse events within the FDA Adverse Event Reporting System. RESULTS: The spontaneous reporting system contained 3,032 pemphigus reports associated with two Janus kinase inhibitors, namely Tofacitinib and Upadacitinib. The year/reporter/geographic area/country/age/sex/indication with the highest number of cases were the year of 2021, physician, North America, Canada, age between 40-49, female and rheumatoid arthritis, respectively. A significant signal was detected in the Tofacitinib group. CONCLUSION: Pemphigus, a rare and potentially fatal adverse event, was found to occur more frequently in patients receiving Tofacitinib. High-risk individuals were identified as female, age between 40-49, or with rheumatoid arthritis. Medication, adverse events, and underlying disease conditions were identified as potential contributing factors. Rheumatology and dermatology specialists should exercise increased vigilance in clinical practice.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».