Lebrikizumab improves head/neck/face dermatitis and erythema and does not increase treatment-emergent adverse events of head/neck/face erythema in patients with moderate-to-severe atopic dermatitis
Notice bibliographique
Résumé
PURPOSE OF THE STUDY: Head, neck (HN), and face involvement in atopic dermatitis (AD) poses a major psychological burden and can be challenging to effectively treat. New appearance of HN dermatitis has been reported with biologics used to treat AD. Lebrikizumab (LEBRI), a monoclonal targeting IL-13, is approved for AD treatment in the US, Europe and Asia. We evaluated HN dermatitis improvement using the HN Eczema Area and Severity Index (EASI) and a facial dermatitis questionnaire, along with safety evaluations focusing on HN and facial erythema. MATERIALS AND METHODS: Efficacy analyses were performed on placebo (PBO) controlled modified intention-to-treat (mITT) populations from the 16-week induction periods of ADvocate1 and ADvocate2 (pooled) and ADhere studies. Treatment-emergent adverse events (TEAEs) of HN and facial erythema were summarized from eight Phase 2 and 3 clinical trials. RESULTS: LEBRI resulted in significantly greater improvements than PBO in EASI HN subscore as early as Week 2 (ADvocate 1&2), with 68.1% improvement at Week 16. CONCLUSIONS: LEBRI improved EASI HN subscore and HN EASI clinical signs of erythema and facial dermatitis at Week 16. During the PBO-controlled period, an increased reporting of HN and facial erythema as TEAE was not observed in the LEBRI group and HN and facial TEAEs reporting did not increase with longer exposure.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».