Lack of Evidence for the Efficacy of Antifungal Medications to Treat Atopic Dermatitis: A Systematic Review
Notice bibliographique
Résumé
ABSTRACT Background Atopic dermatitis (AD) is characterised by immune dysregulation and skin‐barrier dysfunction, which can predispose to microbial dysbiosis and skin infections. Fungi, particularly Malassezia, are common skin colonisers in AD patients and may exacerbate the condition. Previous studies on the efficacy of antifungal treatments for AD have shown inconsistent results. Objectives This systematic review aims to evaluate the effectiveness of topical and oral antifungal therapies in treating AD. Methods A systematic review was conducted following the PRISMA guidelines (PROSPERO ID: CRD42022338791). Databases searched included PubMed, MEDLINE, Embase, Scopus, LILACS, Cochrane, CINAHL, GREAT, and ClinicalTrials.gov . Inclusion criteria encompassed interventional studies using antifungal agents for AD, with outcomes such as SCORing Atopic Dermatitis (SCORAD). Results Of 35,591 studies obtained from the initial search, seven met the inclusion criteria. Topical antifungal treatments, such as sertaconazole, miconazole, and ciclopirox olamine, showed minimal efficacy in reducing AD severity when compared to placebo or hydrocortisone treatments. Oral antifungal treatments, including itraconazole and ketoconazole, demonstrated mixed results, with some studies showing modest improvements in SCORAD scores but overall lacking significant clinical benefit. Conclusions The systematic review found weak evidence supporting the efficacy of both topical and oral antifungal therapies for treating AD. Topical antifungals showed limited improvement and fewer adverse effects, while oral antifungals posed a higher risk of systemic adverse events without consistent efficacy. Based on these findings, antifungal treatments are not recommended for AD severity management alone other than for treatment of comorbid fungal and yeast infections. Future research should focus on larger sample sizes, standardised severity assessments, and comprehensive adverse event reporting to better evaluate antifungal treatments in AD.
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 | 0,013 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».