Treating beyond symptoms with a view to improving patient outcomes in inflammatory bowel diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Treatment goals in inflammatory bowel diseases are evolving beyond the control of symptoms towards the tight control of objectively-measured gastrointestinal inflammation. This review discusses the progress and challenges in adopting a treat-to-target approach in inflammatory bowel diseases. METHODS: Evidence from the literature that highlights current thinking in terms of treating-to-target in patients with inflammatory bowel diseases is discussed. RESULTS: Monitoring for objective evidence of inflammation using endoscopy, cross-sectional imaging or laboratory biomarkers may be a useful approach in inflammatory bowel diseases; however, setting the appropriate treatment goal remains a challenge. Deep remission (a composite of symptom control and mucosal healing) may now be a realistic target in Crohn's disease; however, it remains to be proven that achieving deep remission will modify the long-term disease course. Assessing prognosis at an early stage of the disease course is essential for the development of an appropriate management plan, with the rationale of adapting treatment to disease severity. An algorithm has been proposed for the treatment of early Crohn's disease that involves early treatment with immunosuppressants and tumour necrosis factor antagonists, in the hope of preventing structural bowel damage. CONCLUSIONS: Treating beyond symptoms will require a clear management plan influenced by disease severity at presentation, clinical and biological prognostic factors, achievement and maintenance of clinical and biological remission and pharmacoeconomics.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle