MétaCan
Menu
Retour à la cohorte
Enregistrement W2095549754 · doi:10.1517/13543780903179294

Emerging oligonucleotide therapies for asthma and chronic obstructive pulmonary disease

2009· review· en· W2095549754 sur OpenAlexaff
Rosanne Séguin

Notice bibliographique

RevueExpert Opinion on Investigational Drugs · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensBusiness Development Bank of Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaCOPDDiseaseInflammationIntensive care medicineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Chronic respiratory diseases such as asthma and chronic obstructive pulmonary disease (COPD) are disorders of the airways largely related to the presence of persistent inflammation. The approval of inhaled corticosteroids in the early 1970s pioneered a new age of therapy in treating chronic inflammatory airway diseases. This was the first time that an anti-inflammatory product was available to reduce the characteristic lung inflammation in airways and the associated obstruction, inflammation and hyper-responsiveness. Fast forward 40 years: corticosteroids are still an important therapeutic intervention; however, they exhibit limited use in moderate to severe asthma and COPD. Oligonucleotide therapies are an emerging class which include the antisense, the RNAi (siRNA and miRNA), the immunomodulatory, the aptamer and the decoy approaches. As these approaches are rather recent in the respiratory field, most are still early in development. Nevertheless, with limitations of current small molecule therapies and the hurdles faced with biologics, the use of oligonucleotides is relevant and the door is open to the development of this category of therapeutics. This review focuses on the major classes of oligonucleotides that are currently in late stage preclinical or clinical development for the treatment of asthma and COPD, and discusses the implications for their use as therapies for respiratory diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,077
Tête enseignante GPT0,416
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations61
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Investigational DrugsMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207