The Transition of Blood Biomarkers During 96-Week Treatment with Upadacitinib for Atopic Dermatitis: A Real-World Analysis Stratified by Age
Notice bibliographique
Résumé
Abstract: Background: The transition of laboratory indexes is unknown for long-term (2-year) upadacitinib treatment in atopic dermatitis (AD). Objective: To assess the 96-week real-world effects of upadacitinib on the transition of immunoglobulin E (IgE), thymus and activation-regulated chemokine (TARC), lactate dehydrogenase (LDH), and total eosinophil count (TEC) in Japanese patients with AD, stratified by age groups (<18, 18–64, and ≥65 years). Methods: In this prospective, single-center study, patients received upadacitinib 15 mg or 30 mg plus topical corticosteroids from August 2021 to November 2024. Laboratory indexes (IgE, TARC, LDH, and TEC) and clinical indexes (eczema area and severity index, peak pruritus-numerical rating scale) were measured at weeks 0, 4, 12, 24, 36, 48, 60, 72, 84, and 96. Results: Upadacitinib 15 and 30 mg generated a sustained reduction of clinical indexes until week 96 in all age groups. TEC decreased by week 4 or 12 and remained below baseline in all age groups. Patients aged ≥65 years maintained the lowest TEC and clinical indexes among the three age groups. Conclusion: Upadacitinib provided long-term reduction of TEC across all age groups in parallel with reduced clinical indexes of AD. TEC may act as a potential biomarker reflecting treatment responsiveness to upadacitinib.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».