Efficacy and safety of intranasal medications for allergic rhinitis: Network meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Intranasal antihistamines (INAH), corticosteroids (INCS), and their fixed combinations (INAH+INCS) are one of the cornerstones of the treatment of allergic rhinitis (AR). We performed a systematic review and network-meta-analysis comparing the efficacy and safety of INAH, INCS, and INAH+INCS in patients with AR. METHODS: We searched four electronic bibliographic databases and three clinical trial databases for randomised controlled trials assessing the use of INAH, INCS, and INAH+INCS in adults with seasonal or perennial AR. We performed a network meta-analysis on the Total Nasal Symptom Score, Total Ocular Symptom Score, Rhinoconjunctivitis Quality-of-Life Questionnaire, development of adverse events, and withdrawals due to adverse events. Certainty of evidence was assessed using GRADE-NMA. RESULTS: We included 167 primary studies, most of which assessed patients with seasonal AR. Among individual medications, azelastine-fluticasone, and fluticasone furoate were the most frequently highest-ranked interventions for efficacy outcomes, being regularly associated with clinically meaningful larger improvements when compared to other active treatments. Considering drug classes, INAH+INCS were the highest-ranked interventions for all outcomes in which they were assessed, followed in most cases by INCS. In 105 out of 184 comparisons in seasonal AR, and 28 out of 97 comparisons in perennial AR, certainty of evidence was considered "high" or "moderate". CONCLUSION: Intranasal medications for AR display clinically relevant differences in their efficacy, but all show a good safety profile. To our knowledge, this is the first network meta-analysis comparing INAH, INCS, and INAH+INCS in AR, providing relevant evidence for guideline developers and practising physicians on the most efficacious treatments.
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) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».