The Allergic Rhinitis – Clinical Investigator Collaborative (AR-CIC): nasal allergen challenge protocol optimization for studying AR pathophysiology and evaluating novel therapies
Notice bibliographique
Résumé
BACKGROUND: The Nasal Allergen Challenge (NAC) model allows the study of Allergic Rhinitis (AR) pathophysiology and the proof of concept of novel therapies. The Allergic Rhinitis - Clinical Investigator Collaborative (AR-CIC) aims to optimize the protocol, ensuring reliability and repeatability of symptoms to better evaluate the therapies under investigation. METHODS: 20 AR participants were challenged, with 4-fold increments of their respective allergens every 15 minutes, to determine the qualifying allergen concentration (QAC) at which the Total Nasal Symptom Score (TNSS) of ≥10/12 OR a Peak Nasal Inspiratory Flow (PNIF) reduction of ≥50% from baseline was achieved. At the NAC visit, the QAC was used in a single challenge and TNSS and PNIF were recorded at baseline, 15 minutes, 30 minutes, 1 hour, and hourly up to 12 hours. 10 additional ragweed allergic participants were qualified at TNSS of ≥8/12 AND ≥50% PNIF reduction; the Cumulative Allergen Challenge (CAC) of all incremental doses was used during the NAC visit. 4 non-allergic participants were challenged with the highest allergen concentration. RESULTS: In the QAC study, a group qualified by only meeting PNIF criteria achieved lower TNSS than those achieving either TNSS criteria or PNIIF+TNSS (p<0.01). During the NAC visit, participants in both studies reached their peak symptoms at 15minutes followed by a gradual decline, significantly different from non-allergic participants. The "PNIF only" group experienced significantly lower TNSS than the other groups during NAC visit. QAC and CAC participants did not reach the same peak TNSS during NAC that was achieved at screening. QAC participants qualifying based on TNSS or TNSS+PNIF managed to maintain PNIF scores. CONCLUSIONS: Participants experienced reliable symptoms of AR in both studies, using both TNSS and PNIF reduction as part of the qualifying criteria proved better for qualifying participants at screening. Phenotyping based on pattern of symptoms experienced is possible and allows the study of AR pathophysiology and can be applied in evaluation of efficacy of a novel medication. The AR-CIC aims to continue to improve the model and employ it in phase 2 and 3 clinical trials.
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 | 0,090 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».