MétaCan
Menu
Retour à la cohorte
Enregistrement W4416692840 · doi:10.7759/cureus.97849

Tumor Necrosis Factor (TNF)-Alpha Inhibitors in Hidradenitis Suppurativa: A Systematic Review of Inflammatory Markers and Alternative Monitoring Strategies

2025· article· en· W4416692840 sur OpenAlexaff
R Rupanshu, Abdullah Kılıç, Ayushi Saxena, Bilal Alam Khan, Safeera Khan

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHidradenitis Suppurativa and Treatments
Établissements canadiensMichener InstituteQueen's University
Organismes subventionnairesnon disponible
Mots-clésAdalimumabHidradenitis suppurativaErythrocyte sedimentation rateSystematic reviewEtanerceptConfoundingMEDLINE

Résumé

récupéré en direct d'OpenAlex

Hidradenitis suppurativa (HS) is a long-standing inflammatory skin condition with inflammatory nodules, abscesses, and sinus tracts. Tumor necrosis factor-alpha (TNF-alpha) inhibitors like Adalimumab are one of the first-line therapies approved for use in moderate-to-severe HS, but despite that, there is no consensus on what objective biomarkers can be employed to monitor treatment efficacy. This systematic review aims to explain the utility of C-reactive protein (CRP) and erythrocyte sedimentation rate (ESR) as reliable indicators of treatment response to HS. Our objective was to determine if, in patients with HS, treatment with TNF-alpha inhibitors (e.g., adalimumab) leads to a significant change in systemic inflammatory markers like CRP and ESR. We followed Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 guidelines. Subsequently, a systematic search was conducted across databases like PubMed/MEDLINE, PMC, ScienceDirect, Cochrane Library, and Clinical Trials, focusing on studies published within the last five years. Search terms included "hidradenitis suppurativa," "adalimumab," and "infliximab." Included studies underwent rigorous quality appraisal with appropriate quality assessment tools, finally resulting in the analysis of only the relevant articles. The evidence confirms that adalimumab therapy leads to a statistically significant reduction in CRP levels, mainly due to its systemic anti-inflammatory effect. However, the clinical value of CRP is questionable, as it is susceptible to confounding by obesity and metabolic syndrome, which are also highly prevalent comorbidities found in HS patients. In contrast, ESR is also proposed as a theoretically superior biomarker, one of the reasons being that it has less interference from these confounders. Our review highlighted a significant lack of prospective data evaluating ESR and CRP changes in response to TNF-alpha inhibitor therapy. A prominent trend was also noticed in recent clinical trials within the past five years to prioritize clinical checkpoints, such as the Hidradenitis Suppurativa Clinical Response (HiSCR), over serological markers. Overall, our systematic review showed that CRP is not a perfect biomarker for monitoring individual treatment response, which is in part due to various confounding factors, such as obesity affecting its level. ESR represents a promising but as yet unvalidated alternative. Currently, the most useful strategy may be a hybrid approach that integrates clinical scores (e.g., HiSCR, International Hidradenitis Suppurativa Severity Score System [IHS4]) with the simultaneous use of inflammatory markers. Our review highlights a critical need for future research to evaluate and compare CRP and ESR to establish their definitive roles in guiding HS therapy.

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)0,008
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,010
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,293
Écart entre enseignants0,281 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetHidradenitis Suppurativa and TreatmentsTravaux en français237 207