Profile of epratuzumab and its potential in the treatment of systemic lupus erythematosus
Notice bibliographique
Résumé
Management of systemic lupus erythematosus (SLE) represents a fascinating, emerging field. Research has recently provided us with a better understanding of the immunologic alterations of SLE, leading to the creation of immunomodulatory agents designed to disrupt specific cell targets and pro-inflammatory pathways. Despite the improvement in the prognosis of SLE in the last 50 years with the use of immunosuppressive therapy such as cyclophosphamide and mycophenolate mofetil, cytotoxicity remains a major complication of these medications and the need for more specific targeted immunotherapy is increasing. Early recognition and treatment of SLE with targeted immunotherapy has the potential to improve quality of life and reduce the risk of disease flare-ups and complications. In this review, we will explore the role of B-cells in the pathogenesis of SLE highlighting current insights into SLE development and management. In addition, we will discuss epratuzumab's role in the treatment of SLE. Epratuzumab is a humanized anti-CD22 monoclonal antibody that targets CD22 on B-cell and its role in B-cell modulation, migration, function, and inhibition of B-cell receptor signaling. Epratuzumab is currently in a Phase III study evaluating its efficacy in the management of moderate to severe SLE. All published trials on epratuzumab have shown great promise with safe profiles.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».