Effectiveness and safety of tocilizumab in refractory noninfectious uveitis: a systematic review and meta-analysis
Notice bibliographique
Résumé
Purpose: The aim of this study was to comprehensively evaluate the efficacy and safety of tocilizumab in patients with refractory noninfectious uveitis (NIU) through a systematic review and meta-analysis. Methods: A comprehensive literature search was conducted across PubMed, Embase, Web of Science, Cochrane Library, and ClinicalTrials.gov from inception to 13 July 2025. Eligible studies included case series and cohort studies evaluating clinical outcomes of tocilizumab in NIU. Study quality was assessed using the Joanna Briggs Institute Case Series Checklist and Newcastle-Ottawa Scale. A single-arm meta-analysis was performed using a random-effects model. Results: Thirteen studies involving 374 patients were included. The pooled rate of sustained inactive uveitis was 57.08% (95% CI: 46.94%-66.96%), and the overall inflammation remission rate at the final follow-up was 75.23% (95% CI: 64.04%-85.09%). Macular edema resolved in 93.22% of patients (95% CI: 86.76%-98.01%), with a mean reduction in a central macular thickness of 143.57 µm. Mean visual acuity improved by -0.29 logarithm of the minimum angle of resolution (logMAR) (95% CI: -0.55 to -0.04). The pooled glucocorticoid discontinuation rate was 40.25% (95% CI: 13.43%-70.27%). During the follow-up period, the pooled incidence of adverse events and serious adverse events was 13.05% (95% CI: 8.88%-17.78%) and 4.41% (95% CI: 1.08%-9.16%), respectively. Subgroup analysis suggested greater efficacy among patients treated for ≥9 months. Conclusion: Tocilizumab provides meaningful clinical benefit with acceptable safety in refractory NIU related to autoimmune and inflammatory diseases, particularly in patients with macular edema. These results support the use of tocilizumab as a viable second-line therapeutic option following the failure of conventional immunosuppressants and antitumor necrosis factor alpha agents. Systematic Review Registration: https://www.crd.york.ac.uk/PROSPERO/view/CRD420251069626, identifier CRD420251069626.
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 | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,039 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».