Efficacy and Safety of Tralokinumab in Real Life: Possible Predictive Rapid Response Factors
Notice bibliographique
Résumé
Abstract: Background: Tralokinumab has been recently approved for the management of moderate-to-severe atopic dermatitis (AD). Despite its effectiveness and safety have been widely reported, there are no studies investigating factors that may affect clinical outcomes. Objective: To evaluate the effectiveness and safety of tralokinumab, also to investigate possible predictive response factors that may affect the time of onset of treatment response. Methods: A monocentric retrospective real-life study was performed enrolling AD patients undergoing treatment with tralokinumab for at least 24 weeks. AD severity was assessed at baseline and at week (W)16, and W24. Similarly, treatment-related adverse events (AEs) were evaluated at each follow-up visit. Results: A total of 57 patients were enrolled. AD severity started to improve at W4, continued to improve at W16 and W24. In our cohort, we found out that gender, age, atopic comorbidities, and previous treatments did not affect treatment outcomes. However, we observed that patients with higher Pruritus-Numerical Rating Scale (≥8), relapsing form of AD, Eczema Area and Severity Index (EASI) ≤24, and Investigator Global Assessment (IGA) ≤3 achieved more frequently EASI75 response at W16. No significant AEs were collected. Conclusions: Our study confirmed the effectiveness and safety of tralokinumab. In particular, a higher pruritus, a relapsing course of the disease, a reduced EASI, a reduced IGA, and a brief duration of the disease seem to be associated with the fastest onset of treatment effectiveness.
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 | 0,000 | 0,001 |
| 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 ».