MétaCan
Menu
Retour à la cohorte
Enregistrement W4404831237 · doi:10.1177/12034754241300292

Hidradenitis Suppurativa: A Review of the Biologic and Small Molecule Immunomodulatory Treatments

2024· review· en· W4404831237 sur OpenAlexaff
Nicholas Chiang, Raed Alhusayen

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHidradenitis Suppurativa and Treatments
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHidradenitis suppurativaAdalimumabJanus kinasePsoriasisPopulationTumor necrosis factor alphaPathogenesisUstekinumabTofacitinibDermatologyImmunologyDiseaseInternal medicineCytokineRheumatoid arthritis

Résumé

récupéré en direct d'OpenAlex

Hidradenitis suppurativa (HS) is a chronic inflammatory skin disease that presents as painful, deep-seated nodules, sinus tracts, and abscesses in about 1% of the population. Although the pathogenesis of HS is not perfectly understood, it is generally recognized to be caused by a combination of genetic, endocrine, environmental, and microbiological factors. The treatment principles of HS focus on decreasing the microbial load with antibiotics and/or modulating the host immune response to reduce inflammation. The treatment of adults with moderate-to-severe HS has significantly changed recently with the development of new biological medications and immunomodulators. While previously the mainstay of treatment of moderate-to-severe HS was adalimumab, a biologic tumour necrosis factor α inhibitor, the evidence for the use of other treatment classes such as interleukin (IL)-17 inhibitors, IL-1 inhibitors, and Janus kinase inhibitors has been growing. The goal of this review article is to review the available evidence that supports the efficacy and safety of biologics and small molecule immunomodulator treatments to treat adults with moderate-to-severe HS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,338
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetHidradenitis Suppurativa and TreatmentsTravaux en français237 207