Treatment of Systemic Sclerosis–associated Interstitial Lung Disease: Evidence-based Recommendations. An Official American Thoracic Society Clinical Practice Guideline
Notice bibliographique
Résumé
Abstract Background Interstitial lung disease (ILD) is a significant cause of morbidity and mortality in patients with systemic sclerosis (SSc). To date, clinical practice guidelines regarding treatment for patients with SSc-ILD are primarily consensus based. Methods An international expert guideline committee composed of 24 individuals with expertise in rheumatology, SSc, pulmonology, ILD, or methodology, and with personal experience with SSc-ILD, discussed systematic reviews of the published evidence assessed using the Grading of Recommendations, Assessment, Development, and Evaluation approach. Predetermined conflict-of-interest management strategies were applied, and recommendations were made for or against specific treatment interventions exclusively by the nonconflicted panelists. The confidence in effect estimates, importance of outcomes studied, balance of desirable and undesirable consequences of treatment, cost, feasibility, acceptability of the intervention, and implications for health equity were all considered in making the recommendations. This was in accordance with the American Thoracic Society guideline development process, which is in compliance with the Institute of Medicine standards for trustworthy guidelines. Results For treatment of patients with SSc-ILD, the committee: 1) recommends the use of mycophenolate; 2) recommends further research into the safety and efficacy of (a) pirfenidone and (b) the combination of pirfenidone plus mycophenolate; and 3) suggests the use of (a) cyclophosphamide, (b) rituximab, (c) tocilizumab, (d) nintedanib, and (e) the combination of nintedanib plus mycophenolate. Conclusions The recommendations herein provide an evidence-based clinical practice guideline for the treatment of patients with SSc-ILD and are intended to serve as the basis for informed and shared decision making by clinicians and 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,007 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».