Improvement of Pruritus and Efficacy in the Early Stage of Therapy with Upadacitinib, Abrocitinib, or Dupilumab in Chinese Patients with Moderate-to-Severe Atopic Dermatitis: Prospective, Cohort, Observational Study
Notice bibliographique
Résumé
Abstract: Background: Atopic dermatitis (AD) is an immune system-mediated, complex skin disease. Additional treatment options are needed to provide a better and faster clinical response for patients with AD. Objective: Investigate the difference in efficacy for the rapid relief from pruritus in adults with moderate-to-severe AD. Methods: A 12-week prospective, cohort, observational, single-center study was conducted in adults with moderate-to-severe AD. Patients were assigned randomly (in a 1:1:1 ratio) to receive upadacitinib, abrocitinib, or dupilumab. Pruritus is a key symptom of AD, so the primary endpoint was a reduction in the weekly average worst pruritus Numerical Rating Scale (NRS) score by ≥3 points from baseline at week 4. In addition, we analyzed the response rate at each visit for 75% improvement in Eczema Area and Severity Index (EASI75) and validated Investigator's Global Assessment for Atopic Dermatitis 0/1 (vIGA-AD 0/1). Results: Baseline characteristics was balanced among treatment groups, including measures of disease severity. After 4 weeks of treatment, there was a significant increase in the proportion of patients treated with Janus kinase (JAK) inhibitors who experienced a reduction of ≥3 points in the NRS score compared with those receiving dupilumab. After further treatment, JAK inhibitors resulted in a further reduction of NRS in patients, with a higher percentage of patients achieving EASI75 and vIGA 0/1 (particularly upadacitinib). In addition, no additional serious adverse events were observed during the 12-week follow-up period. Conclusions: JAK inhibitors could be considered as effective treatment options for patients with moderate-to-severe AD, particularly upadacitinib, which has shown the greatest efficacy in reducing itching with a favorable safety profile.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».