Pan American League of Associations for Rheumatology Recommendations for the Treatment of Psoriatic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Psoriatic arthritis (PsA) is chronic disease that compromises multiple domains and might be associated with progressive joint damage, increased mortality, functional limitation, and considerably impaired quality of life. Our objective was to generate evidence-based recommendations on the management of PsA in Pan American League of Associations for Rheumatology (PANLAR) countries. METHODS: We used the Grading of Recommendations, Assessment, Development, and Evaluation (GRADE)-ADOLOPMENT approach to adapt the 2019 recommendations of the European Alliance of Associations for Rheumatology. A working group consisting of rheumatologists from various countries in Latin America identified relevant topics for the treatment of PsA in the region. The methodology team updated the evidence and synthesized the information used to generate the final recommendations. These were then discussed and defined by a panel of 31 rheumatologists from 15 countries. RESULTS: Theses guidelines report 15 recommendations addressing therapeutic targets, use of antiinflammatory agents and corticosteroids, treatment with disease-modifying antirheumatic drugs (conventional synthetic, biologic, and targeted synthetic), therapeutic failure, optimization of biologic therapy, nonpharmacological interventions, assessment tools, and follow-up of patients with PsA. CONCLUSION: Here we present a set of recommendations to guide decision making in the treatment of PsA in Latin America, based on the best evidence available, considering resources, medical expertise, and the patient's values and preferences. The successful implementation of these recommendations should be based on clinical practice conditions, healthcare settings in each country, and a tailored evaluation of patients.
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 | 0,020 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,007 |
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 ».