New and emerging treatments for osteoarthritis management: will the dream come true with personalized medicine?
Notice bibliographique
Résumé
INTRODUCTION: Osteoarthritis (OA) is a dynamic process involving the main tissues of the joint for which a global approach should be considered. No disease-modifying OA drug (DMOAD) has yet been approved. New therapeutic strategies are needed that would be cost effective by reducing the need for pharmacological interventions and surgical management while targeting specific pathways leading to OA. The treatment landscape of OA is about to change based on new agents having shown some structural effects and emerging therapies with DMOAD effects. AREAS COVERED: In this review based on a Medline (via PubMed) search, promising new and emerging therapies with a potential structural effect (DMOAD) will be discussed including growth factors, platelet-rich plasma, autologous stem cells, bone remodeling modulators, cytokine inhibition, gene therapy, and RNA interference. EXPERT OPINION: DMOAD development should focus on targeting some phenotypes of OA patients evidenced with sensitive techniques such as magnetic resonance imaging, as a single treatment will unlikely be appropriate for all OA patients. This will allow the development of DMOADs based on personalized medicine. An exciting new era in DMOAD development is within reach, provided future clinical trials are sufficiently powered, systematically designed, use the appropriate evaluation tools, and target the appropriate categories of OA patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».