The advantages of frontotemporal degeneration drug development (part 2 of frontotemporal degeneration: The next therapeutic frontier)
Notice bibliographique
Résumé
Frontotemporal degeneration (FTD) encompasses a spectrum of related neurodegenerative disorders with behavioral, language, and motor phenotypes for which there are currently no effective therapies. This is the second of two articles that summarize the presentations and discussions that occurred at two symposia in 2011 sponsored by the Frontotemporal Degeneration Treatment Study Group, a collaborative group of academic and industry researchers that is devoted to developing treatments for FTD. This article discusses the current status of FTD clinical research that is relevant to the conduct of clinical trials, and why FTD research may be an attractive pathway for developing therapies for neurodegenerative disorders. The clinical and molecular features of FTD, including rapid disease progression and relatively pure molecular pathology, suggest that there are advantages to developing drugs for FTD as compared with other dementias. FTD qualifies as orphan indication, providing additional advantages for drug development. Two recent sets of consensus diagnostic criteria will facilitate the identification of patients with FTD, and a variety of neuropsychological, functional, and behavioral scales have been shown to be sensitive to disease progression. Moreover, quantitative neuroimaging measurements demonstrate progressive brain atrophy in FTD at rates that may surpass Alzheimer's disease. Finally, the similarities between FTD and other neurodegenerative diseases with drug development efforts already underway suggest that FTD researchers will be able to draw on this experience to create a road map for FTD drug development. We conclude that FTD research has reached sufficient maturity to pursue clinical development of specific FTD therapies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».