Tocilizumab for Non-Infectious Uveitis: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Non-infectious uveitis (NIU) comprises a heterogeneous group of diseases causing severe ocular inflammation that threatens vision. In addition to visual impairment, patients frequently endure chronic pain, functional disorders, and psychosocial stress, all of which substantially reduce quality of life. Treating NIU remains challenging because many patients respond inadequately to high-dose corticosteroids and various immunosuppressants. This systematic review evaluated the efficacy and safety of tocilizumab (TCZ) in NIU treatment by analyzing case reports and small-scale studies. A systematic search of PubMed, Web of Science, and Embase up to May 1, 2025, identified all published cases reporting baseline and follow-up visual acuity alongside intervention details. The Newcastle-Ottawa Scale (NOS) assessed methodological quality, while the Joanna Briggs Institute (JBI) tool evaluated risk of bias. The systematic review included 96 patients (36 males, 60 females) with an average age of 35 years (range 4-72). Behçet's disease (BD) represented the most common underlying condition (33 cases), and panuveitis was the primary anatomical subtype (35 cases). Prior to TCZ initiation, patients had received an average of 2.8 conventional immunosuppressants and 1.6 biologics, yet persistent disease activity remained. The median interval from diagnosis to TCZ treatment was 11.8 months (range 4-24). Following TCZ administration, vision improved in 62.5% of patients, intraocular inflammation was controlled in 83.3%, and macular edema resolved in 90.9%. Overall, 83.3% (80/96) responded favorably to TCZ. These findings indicate that TCZ may serve as an effective alternative for managing refractory NIU when other treatments fail.
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.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle