Efficacy of Omalizumab against Japanese Cedar pollinosis in clinical practice
Notice bibliographique
Résumé
BACKGROUND: Japanese cedar pollinosis (JCP), which affects over 40% of the population and represents a major public health issue in Japan, has various treatment options, but limited clinical reports and high costs necessitate careful patient selection. This study aimed to evaluate the efficacy of omalizumab in treating JCP and identify key considerations for its appropriate clinical application. METHODS: We retrospectively analyzed 42 patients with JCP treated with omalizumab from 2021 to 2024. Treatment response was assessed using a 3-category patient-reported scale across all years. In a 2023-2024 subset (n = 23), quantitative total symptom score (TSS) data were available, allowing effect-size estimation and subgroup analyses. RESULTS: The study included 42 patients (30 men, 71.4%) aged 12-80 years (mean, 41.5 ± 17.2 years). Symptom improvement was observed in 38 patients (90%), including marked improvement in 23 (55%). Responders were younger (mean age 39.9 vs. 55.5 years) and had higher total IgE levels (251 vs. 211 IU/mL) than nonresponders. No significant correlation was observed between nasal eosinophil counts and treatment response. In the 2023-2024 subset (n = 23), TSS decreased significantly (mean paired difference - 2.61; p = 0.0010). Subgroup analyses suggested that CRSsNP cases tended to show insufficient improvement, while younger age and higher IgE levels were associated with better response trends. CONCLUSIONS: Omalizumab significantly improved symptoms and QOL in patients with JCP. However, its high cost and the risk of nonresponse necessitate careful patient selection. Age and IgE levels may help guide treatment decisions, highlighting the importance of individualized strategies for severe JCP.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».