Systematic review and network meta-analysis of the risk of Herpes zoster with biological therapies and selective Janus kinase-1 inhibitors in atopic dermatitis
Notice bibliographique
Résumé
Introduction: Atopic dermatitis (AD) patients have an increased risk of herpes zoster (HZ). The relationship of dupilumab, tralokinumab, upadacitinib, and abrocitinib to HZ incidence in AD patients remains unclear. Aim: To evaluate and compare the incidence and risk of HZ among patients with moderate to severe atopic dermatitis treated with advanced systemic therapies. Material and methods: Systematic searches were conducted in Ovid Medline and Embase. The primary outcome was incidence of HZ in patients with moderate to severe AD receiving placebo or the aforementioned treatments. A frequentist random-effects NMA was conducted with odds ratio. Results: Our search identified 16 trials comprising 10,689 patients. Upadacitinib was associated with a dose-dependent increase in the incidence of HZ compared to placebo (OR = 2.55 [1.09, 5.95] and (OR = 4.29 [1.89, 9.74], respectively) and compared to various dupilumab doses (OR = 4.48 [1.29, 15.57], 3.61 [1.28, 10.18] and 7.54 [2.21, 25.68], 6.09 [2.24, 16.52], respectively). Upadacitinib 30 mg was associated with a higher incidence of HZ when compared to upadacitinib 15 mg (OR = 1.68 [1.19, 2.38]). Abrocitinib 200 mg was associated with a higher increase in HZ compared to placebo (OR = 3.34 [1.34, 8.31]). According to SUCRA ranks, both JAK-1 inhibitors had a higher cumulative incidence of HZ compared to dupilumab. Conclusions: JAK-1 inhibitors are associated with a significantly higher incidence of HZ compared to dupilumab and placebo. Our results suggest that recombinant HZ vaccination should be highly considered for all adult patients prior to starting oral JAK-1 inhibitors.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».