The <scp>SWITCH</scp> algorithm: An expert consensus on treat‐to‐target criteria for chronic prurigo
Notice bibliographique
Résumé
BACKGROUND: To date, the management of chronic prurigo (CPG; prurigo nodularis) relies on expert consensus and guidelines without providing detailed recommendations on long-term treatment management. OBJECTIVES: This study was initiated by an expert committee to define, validate and reach consensus on treat-to-target (T2T) criteria and a decision-supporting treatment algorithm for CPG. METHODS: A prospective, single-centre, non-interventional study was conducted in adult CPG patients at a moderate-to-severe disease stage, experiencing intense itch (NRS ≥7; Group A), and in patients who considered themselves successfully treated (Group B). The patients answered questions about their most severe symptoms and essential therapy goals. A committee of 14 field experts evaluated the study results, identified outcome tools from clinical trials and defined and weighted T2T criteria. Based on this, a treatment algorithm was developed through an iterative consensus-building method and anonymous voting. RESULTS: 171 patients (Group A, n = 96; Group B, n = 75) were interviewed. Itch (99.4%), the need to scratch (48%), and pruriginous lesions (45.6%) were the most frequently reported severe symptoms. Pruritus relief (over complete pruritus resolution) and healing of lesions were the key therapeutic goals. In clinical trials, the most frequently used instruments were assessments of worst/peak itch intensity, disease severity via IGA, DLQI and sleep quality. According to the results, the experts defined initial itch control as NRS ≤3, lesion healing with IGA-S 0/1, and burden, along with their respective clinically measurable parameters, as T2T criteria. These criteria, with predefined cut-off values, serve as the decision-tree keys that constitute the treatment algorithm presented here, facilitating a decision to maintain or switch the treatment. CONCLUSIONS: The T2T criteria and the SWITCH treatment algorithm offer a valid and systematic method for evaluating and refining CPG treatment based on patient-reported and expert-validated data. This will help to improve the treatment of patients with CPG.
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 | 0,142 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».