MétaCan
Menu
Retour à la cohorte
Enregistrement W6986596450

A practical guide to using oral JAK inhibitors for atopic dermatitis from the International Eczema Council

2025· article· en· W6986596450 sur OpenAlexfundno aff

Notice bibliographique

RevueWhite Rose Research Online (University of Leeds, The University of Sheffield, University of York) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFetal and Pediatric Neurological Disorders
Établissements canadiensnon disponible
Organismes subventionnairesEli Lilly JapanSanofi GenzymeGaldermaOtsuka PharmaceuticalAstellas PharmaCastle BiosciencesValeant Pharmaceuticals InternationalArgenxGenentechNational Jewish HealthTorii PharmaceuticalKiniksa PharmaceuticalsTaiho PharmaceuticalKyowa Kirin Pharmaceutical DevelopmentPfizerIncyteRegeneron PharmaceuticalsLEO PharmaGilead SciencesOrtho DermatologicsBristol-Myers SquibbEli Lilly and CompanyCSL BehringBioCrystCelgeneL'Oreal USASanofiGlaxoSmithKlineAmgenSun PharmaDermiraNational Eczema Association
Mots-clésAdverse effectExpert opinionAtopic dermatitisAlternative medicineClinical trialMEDLINEDiseaseCohort
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background Janus kinase inhibitors (JAKinibs) have the potential to dramatically alter the landscape of atopic dermatitis (AD) management due to their promising efficacy results from phase 3 trials and rapid onset of action. However, JAKinibs are not without risk, and their use is not appropriate for all AD patients, making this a medication class that dermatologists should understand and consider when treating patients with moderate-to-severe AD. Objective This consensus expert opinion statement from the International Eczema Council (IEC) provides a pragmatic approach to prescribing JAKinibs, including choosing appropriate patients, dosing, clinical and lab monitoring, as well as long-term use. Methods An international cohort of authors from the IEC with expertise in JAKinibs selected topics of interest and were formed into authorship groups covering 10 subsections. The groups performed topic-specific literature reviews, consulted up-to-date adverse event (AE) data, referred to product labels and provided analysis and expert opinion. The manuscript guidance and recommendations were reviewed by all authors as well as the IEC Research Committee. Results We recommend JAKinibs be considered for patients with moderate to severe AD seeking the benefits of rapid reduction in disease burden and itch, oral administration, and the potential for flexible dosing. Baseline risk factors should be assessed prior to prescribing JAKinibs, including increasing age, venous thromboembolisms, malignancy, cardiovascular health, kidney/liver function, pregnancy and lactation, and immunocompetence. Patients being considered for JAKinib therapy should be current on vaccinations and we provide a generalized framework for laboratory monitoring, though clinicians should consult individual product labels for recommendations as there are variations among the JAKinib class. Patients who achieve disease control should be maintained on the lowest possible dose, as many of the observed AEs occurred in a dose-dependent manner. Future studies are needed in AD patients to assess the durability and safety of continuous long-term use of JAKinibs, combination medication regimens, and the effects of flexible, episodic treatment over time. Conclusions The decision to initiate a JAKinib should be shared among patient and provider, accounting for AD severity and personal risk/benefit assessment, including consideration of baseline health risk factors, monitoring requirements and treatment costs.

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)0,005
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0930,100

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 Opus0,112
Tête enseignante GPT0,334
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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 revueWhite Rose Research Online (University of Leeds, The University of Sheffield, University of York)Même sujetFetal and Pediatric Neurological DisordersTravaux en français237 207