A bibliometric analysis of alternative drug therapy options in the treatment of androgenetic alopecia
Notice bibliographique
Résumé
BACKGROUND: Oral finasteride and topical minoxidil formulations are the only FDA-approved drug therapies for androgenetic alopecia (AGA). Research into dutasteride, topical finasteride, and nontopical minoxidil (low-dose oral and sublingual) formulations in the treatment of AGA has spiked within recent years. Early findings show that these alternative drug therapies may have similar to improved efficacy and safety profiles relative to the conventional treatment options. AIMS: Conducting a bibliometric analysis, compare trends in publications on these alternative drug therapies, identify key contributors, evaluate major findings from top-cited articles, and elucidate gaps in evidence. METHODS: A search was conducted on the Web of Science database for publications on the use of alternative drug therapies in the treatment of AGA. A total of 95 publications, published between January 2003-March 2024, and their citation metadata were included in the analysis. RESULTS: Dutasteride showed the greatest (n = 37) and longest (20+ years) history of publications, as well as the highest cumulative citations (n = 914); however, nontopical minoxidil showed a burst in research activity within the last 5 years (n = 33 publications since 2019). A relatively low number of randomized control trials (n = 3) for nontopical minoxidil suggests a need for higher-quality evidence. CONCLUSIONS: Our analysis reveals major trends, contributors, and gaps in evidence for alternative drug therapies for AGA, which can help inform researchers on their future projects in this growing field of study. There is enthusiasm for exploring off-label formulations: nontopical forms of minoxidil (oral and sublingual), topical finasteride, and mesotherapy.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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) | 0,001 | 0,000 |
| Bibliométrie | 0,046 | 0,049 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».