Evaluation of Methotrexate Intolerance in Children With Morphea
Notice bibliographique
Résumé
OBJECTIVE: Methotrexate is an immunosuppressant commonly used in dermatology. The prevalence of intolerance using the Methotrexate Intolerance Severity Score (MISS) in pediatric juvenile idiopathic arthritis (JIA) ranges from 25% to 75%, but studies in morphea patients are lacking. We sought to determine the prevalence and predictors of methotrexate intolerance in children with morphea compared with children with inflammatory skin diseases and JIA/uveitis. METHODS: Eligible patients were ages 2 to 18 years and were taking methotrexate for at least 3 months to treat morphea, inflammatory skin disease, or uveitis/JIA. Methotrexate intolerance was calculated using the MISS. A 1-way analysis of variance compared absolute intolerance scores. Multivariate regression analysis was used to compare MISS across diseases and covariates. RESULTS: Of 48 participants (mean ± SD age, 11.3 ± 4.1 years, 70.8% female), 15 had morphea, 16 had JIA/uveitis, and 17 had inflammatory skin diseases. The overall prevalence of intolerance was 20.8%. Age, sex, duration, and dose did not correlate with overall MISS. The MISS mean ± SD total for oral dosing was 2.5 ± 3.4, compared with 6.78 ± 6.8 for subcutaneous dosing. Patients with JIA/uveitis had the highest prevalence of intolerance (37.5%, n = 6), followed by morphea patients (20%, n = 3) and inflammatory skin disease patients (5.9%, n = 1). The OR of intolerance according to route of administration was 11.2 (95% CI, 2.03-61.89). CONCLUSIONS: Methotrexate intolerance was highest among patients with JIA/uveitis. The only predictor for risk of intolerance was subcutaneous route of administration. Future work could examine disease activity correlations and interventions designed to minimize intolerance.
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 | 0,004 | 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 ».