MétaCan
Menu
Retour à la cohorte
Enregistrement W1987920499 · doi:10.2174/138161207782341268

Novel Pharmaceutical Approaches for Treating Patients with Cystic Fibrosis

2007· review· en· W1987920499 sur OpenAlexaff
Z. Saeed, Gabriella Wojewodka, Didier Marion, Claudine Guilbault, Danuta Radzioch

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésCystic fibrosisMedicineMalabsorptionDiseaseClinical trialIntensive care medicineLung diseasePancreatic diseaseLungBioinformaticsInternal medicinePancreasBiology

Résumé

récupéré en direct d'OpenAlex

Before the cloning of the CFTR gene in 1989, there were relatively few treatment options for the many phenotypes associated with cystic fibrosis (CF). The advancement of research in areas such as immunology, molecular biology and pharmacology have provided new insights into the mechanism and evolution of CF. More than 40 systematic clinical trials evaluating new therapies for CF are presently registered with the NIH. A great deal of effort is focused on the main cause of mortality: chronic and persistent lung infections. Intestinal malabsorption, pancreatic insufficiency, reduced bone mineral density and reproductive abnormalities are other manifestations of this disease that have been targeted by innovated treatments which are giving renewed hope to CF patients and their families. The following review is a summary of the novel pharmaceutical approaches for the treatment of cystic fibrosis aimed at improving both the quality and the longevity of the lives of patients afflicted with this devastating disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,375
Tête enseignante GPT0,484
Écart entre enseignants0,108 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations12
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207