MétaCan
Menu
Retour à la cohorte
Enregistrement W2048403117 · doi:10.3410/m3-17

Advancements in adeno-associated viral gene therapy approaches: exploring a new horizon

2011· article· en· W2048403117 sur OpenAlexaff
Caroline Aalbers, Paul P. Tak, Margriet J. Vervoordeldonk

Notice bibliographique

RevueF1000 Medicine Reports · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésGenetic enhancementMedicineClinical trialRheumatoid arthritisGene transferFood and drug administrationAdeno-associated virusViral vectorBioinformaticsDrug developmentGeneIntensive care medicineVector (molecular biology)ImmunologyDrugPharmacologyInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Gene therapy is a promising new therapeutic strategy that has been explored in a wide variety of diseases, ranging from cancer to hemophilia, and ocular disorders to autoimmune diseases, among others. Proof of concept of gene transfer approaches has been shown in over 100 studies of animal models of disease, although only a few are under development for clinical application. The US Food and Drug Administration and the European Medicines Agency have not approved any viral human gene therapy products for sale so far, but the amount of gene-related research and development occurring in the United States and Europe continues to grow at a fast rate. This review summarizes the current status of developments in the field of viral gene therapy using adeno-associated virus as a vector, with a special focus on arthritis. For rheumatoid arthritis, and to a lesser extent for other immune-related inflammatory disorders, several cell and gene transfer approaches have been investigated at the preclinical level and a few have been implemented in clinical trials. Finally, both the potential and the hurdles that are faced during development of a viral gene therapy through to its clinical application are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,891

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,161
Tête enseignante GPT0,315
Écart entre enseignants0,154 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000 Medicine ReportsMême sujetVirus-based gene therapy researchTravaux en français237 207