Upadacitinib therapy in refractory inflammatory myositis: a case series of 10 patients
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the effectiveness and safety of upadacitinib in treatment-refractory inflammatory myositis. METHODS: Patients with refractory inflammatory myositis treated with upadacitinib from a single urban centre in Vancouver, British Columbia, Canada, were included from September 2020 to June 2023. The medical records of these patients were retrospectively reviewed. RESULTS: 10 total patients were identified for review, including 5 classic dermatomyositis (DM), 3 amyopathic DM (ADM) and 2 antisynthetase syndrome. The patients failed an average of four immunosuppressants before initiation of upadacitinib. Three had prior Janus kinase inhibitor therapy with tofacitinib. In the classic DM and ADM aggregate group, upadacitinib offered clinically and statistically significant cutaneous improvement. Lack of active muscle disease at baseline precluded analysis of the effect of upadacitinib on muscle weakness. Nine patients remained on upadacitinib at the end of the study period. One patient discontinued upadacitinib due to severe facial acne. CONCLUSION: Upadacitinib appears to be effective in targeting cutaneous manifestations of refractory inflammatory DM. Further research is still needed to validate its efficacy on a broader population scale.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».