Improving care for children with juvenile idiopathic arthritis: the role of IL-6 inhibitors in a patient-centered approach
Notice bibliographique
Résumé
INTRODUCTION: Medical management of juvenile idiopathic arthritis (JIA) presents a significant challenge in pediatric rheumatology. Ideally, the treatment target is remission, though achieving this remains complex. Interleukin-6 (IL-6) inhibitors (IL-6is) play an important role, targeting the inflammatory pathways central to JIA pathogenesis. However, their optimal use is debated. AREAS COVERED: This narrative review examined JIA care needs and IL-6 inhibition. A SPIDER-based literature search of PubMed/MEDLINE, Semantic Scholar, WorldCat, Cochrane Library, Embase, CINAHL, ICTRP, and ClinicalTrials.gov (to May 2025), identifying 56 studies from 246 records published between 2018 and 2025. Key unmet needs include difficulty controlling the disease, diagnostic delay, shortcomings in biomarker research, and multidisciplinary support. Tocilizumab, a well-studied IL6i, showed efficacy in symptom reduction, disease control, and reduced glucocorticoid use. EXPERT OPINION: Addressing gaps in JIA management, such as delayed diagnosis and inadequate disease control, is essential. Experts advocate for early IL6i use within a treat-to-target framework, optimizing outcomes and minimizing glucocorticoid use. Recognizing benefits for highrisk JIA subtypes, experts support earlier tocilizumab integration into treatment algorithms, offering valuable options for refractory oligoarthritis and uveitis. Ultimately, bridging gaps in JIA management and reshaping real-world outcomes hinges on integrating clinical insight and research outcomes - a process driven by precision medicine.
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) | 0,000 | 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 | 0,001 |
| 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 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 ».