MétaCan
Menu
Retour à la cohorte
Enregistrement W4416209922 · doi:10.1177/17103568251395743

Disproportionality Analysis of Nemolizumab in Patients with Atopic Dermatitis: A Real-World Pharmacovigilance Study

2025· article· en· W4416209922 sur OpenAlexvenueno aff
Maohua Chen, Chengjie Ke, Yaping Huang

Notice bibliographique

RevueDermatitis · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPharmacovigilanceAdverse effectPostmarketing surveillanceAtopic dermatitisMedical prescriptionAdverse Event Reporting SystemOdds ratio

Résumé

récupéré en direct d'OpenAlex

Abstract: Background: Nemolizumab is approved for the treatment of moderate-to-severe atopic dermatitis in patients aged ≥12 years, combined with topical corticosteroids and/or calcineurin inhibitors, when the disease is not adequately controlled by topical prescription therapies. Given the limited duration of follow-up in clinical trials and the current lack of postmarketing surveillance data, further investigations to evaluate the long-term safety profile of nemolizumab are urgently needed. Methods: Adverse event (AE) signals were identified using disproportionality analysis with four algorithms: the reporting odds ratio (ROR), proportional reporting ratio, information component, and empirical Bayesian geometric mean. The data analyzed were from the FDA Adverse Event Reporting System, covering the period from the first quarter of 2024 to the second quarter of 2025. Results: The three most frequently reported AEs were pruritus, rash, and headache. The top three AE signals with ROR values were eczema herpeticum, pemphigoid, and dermatitis exfoliative generalized. Specific AEs included injection site hemorrhage, injection site discoloration, eyelid edema, and urticaria. Notably, sleep disorder and eosinophil count emerged as new AEs. Conclusion: These findings provide a comprehensive real-world safety overview of nemolizumab, highlighting both expected and emerging risks to inform clinical monitoring and risk management strategies during patient treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,304
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetDermatology and Skin DiseasesTravaux en français237 207