MétaCan
Menu
Retour à la cohorte
Enregistrement W2124105763 · doi:10.1183/09059180.00008212

The impact of personalised therapies on respiratory medicine

2013· article· en· W2124105763 sur OpenAlexaff
J.S. Elborn

Notice bibliographique

RevueEuropean Respiratory Review · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésIvacaftorMedicineCystic fibrosisCystic fibrosis transmembrane conductance regulatorMutationPotentiatorBioinformaticsInternal medicinePharmacologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Stratified approaches to treating disease are very attractive, as efficacy is maximised by identifying responders using a companion diagnostic or by careful phenotyping. This approach will spare non-responders form potential side-effects. This has been pioneered in oncology where single genes or gene signatures indicate tumours that will respond to specific chemotherapies. Stratified approaches to the treatment of asthma with biological therapies are currently being extensively studied. In cystic fibrosis (CF), therapies have been developed that are targeted at specific functional classes of mutations. Ivacaftor, the first of such therapies, potentiates dysfunctional cystic fibrosis transmembrane conductance regulator (CFTR) protein Class III mutations and is now available in the USA and some European countries. Pivotal studies in patients with a G551D mutation, the most common Class III mutation, have demonstrated significant improvements in clinically important outcomes such as spirometry and exacerbations. Sweat chloride was significantly reduced demonstrating a functional effect on the dysfunctional CFTR protein produced by the G551D mutation. Symptom scores are also greatly improved to a level that indicates that this is a transformational treatment for many patients. This stratified approach to the development of therapies based on the functional class of the mutations in CF is likely to lead to new drugs or combinations that will correct the basic defect in many patients with CF.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,386
Écart entre enseignants0,313 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory ReviewMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207