Transition of Blood Biomarkers During 24-Week Treatment With Lebrikizumab or Tralokinumab in Atopic Dermatitis: A Real-World Analysis Stratified by Prior Systemic Therapy
Notice bibliographique
Résumé
Abstract: Background: The transition of blood biomarkers has not been precisely examined in real-world treatments with anti-interleukin (IL)-13 antibodies for atopic dermatitis (AD). Objective: To evaluate the transition of blood biomarkers during 24-week treatment with lebrikizumab or tralokinumab for patients with AD in real-world settings, stratified by the presence or absence of prior systemic therapy. Methods: We conducted a retrospective study of Japanese patients with AD who received lebrikizumab ( n = 148) or tralokinumab ( n = 173). We measured serum immunoglobulin E (IgE), thymus and activation-regulated chemokine (TARC), lactate dehydrogenase (LDH), and total eosinophil count (TEC) at weeks 0, 4, 12, and 24 in systemic therapy-naïve or -experienced patients. Results: IgE, TARC, and LDH decreased throughout the 24-week treatment with lebrikizumab or tralokinumab, while TEC transiently increased at week 4 or 12 in both systemic therapy-naïve and -experienced patients, and the magnitudes of decreasing IgE and TARC or increasing TEC were higher in the latter. Conclusion: IgE, TARC, and LDH decreased during 24-week treatment with lebrikizumab or tralokinumab, while TEC transiently increased at week 4 or 12 in both systemic therapy- naïve and -experienced patients.
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 | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».