MétaCan
Menu
Retour à la cohorte
Enregistrement W2185237621 · doi:10.7861/clinmedicine.15-5-452

Drug therapies in severe asthma – the era of stratified medicine

2015· review· en· W2185237621 sur OpenAlexaff
Kathy Hetherington, Liam G. Heaney

Notice bibliographique

RevueClinical Medicine · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesMedical Research Council
Mots-clésMedicineAsthmaIntensive care medicineCorticosteroidDiseaseDrugAlternative medicinePediatricsInternal medicinePharmacologyPathology

Résumé

récupéré en direct d'OpenAlex

Difficult-to-treat asthma affects up to 20% of patients with asthma and is associated with significant healthcare cost. It is an umbrella term that defines a heterogeneous clinical problem including incorrect diagnosis, comorbid conditions and treatment non-adherence; when these are effectively addressed, good symptom control is frequently achieved. However, in 3-5% of adults with difficult-to-treat asthma, the problem is severe disease that is unresponsive to currently available treatments. Current treatment guidelines advise the 'stepwise' increase of corticosteroids, but it is now recognised that many aspects of asthma are not corticosteroid responsive, and that this 'one size fits all' approach does not deliver clinical benefit in many patients and can also lead to side effects. The future of management of severe asthma will involve optimisation with currently available treatments, particularly corticosteroids, including addressing non-adherence and defining an 'optimised' corticosteroid dose, allied with the use of 'add-on' target-specific novel treatments. This review examines the current status of novel treatments and research efforts to identify novel targets in the era of stratified medicines in severe asthma.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,132
Tête enseignante GPT0,457
Écart entre enseignants0,325 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical MedicineMême sujetAsthma and respiratory diseasesTravaux en français237 207