Roflumilast in seborrheic dermatitis: Review
Notice bibliographique
Résumé
Seborrheic dermatitis (SD) is a chronic skin condition that can significantly impact patients’ quality of life. While topical antifungals and corticosteroids are often used, they frequently provide only a partial response or may lead to side effects with long-term use. The objective of our study was to evaluate the efficacy and safety of topical phosphodiesterase-4 inhibitor (0.3% roflumilast foam [ROF]) in the treatment of SD. We conducted a comprehensive literature search in PubMed, Embase, Scopus, and Cochrane databases until May 2024. Our inclusion criteria were randomized, non-randomized, and open-label trials that compared ROF with a control; patients with SD treated with ROF; and reported relevant outcomes. We excluded studies with overlapping populations. The risk of bias was assessed using Cochrane’s guidelines. R programming was used to evaluate the risk ratio using a random-effects model and assess heterogeneity. Our analysis included three studies comprising a total of 1083 patients. The pooled results at week 4 showed that 53.64% (95% CI, 30.25%–77.03%; p = 0.88; I 2 = 98%) of patients in the ROF group achieved Investigator Global Assessment success, and 53.91% (95% CI, 47.40%–60.43%; p = 0.55; I 2 = 72%) achieved Worst Itch Numeric Rating Scale success. Furthermore, a subgroup analysis of randomized controlled trials (RCTs) was performed, which reduced the heterogeneity and demonstrated the significant efficacy of ROF in the treatment of SD. The key limitations of our study were the short follow-up period and the high degree of heterogeneity in our pooled analysis. We concluded that ROF shows promise for the treatment of SD, but further RCTs with extended follow-up periods are needed to fully evaluate its efficacy. This review was prospectively registered on PROSPERO (ID-CRD42024546079) and was conducted without any funding support.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».