Asthma characteristics and biomarkers from the Airways Disease Endotyping for Personalized Therapeutics (ADEPT) longitudinal profiling study
Notice bibliographique
Résumé
BACKGROUND: Asthma is a heterogeneous disease and development of novel therapeutics requires an understanding of pathophysiologic phenotypes. The purpose of the ADEPT study was to correlate clinical features and biomarkers with molecular characteristics, by profiling asthma (NCT01274507). This report presents for the first time the study design, and characteristics of the recruited subjects. METHODS: Patients with a range of asthma severity and healthy non-atopic controls were enrolled. The asthmatic subjects were followed for 12 months. Assessments included history, patient questionnaires, spirometry, airway hyper-responsiveness to methacholine, fractional exhaled nitric oxide (FENO), and biomarkers measured in induced sputum, blood, and bronchoscopy samples. All subjects underwent sputum induction and 30 subjects/cohort had bronchoscopy. RESULTS: Mild (n = 52), moderate (n = 55), severe (n = 51) asthma cohorts and 30 healthy controls were enrolled from North America and Western Europe. Airflow obstruction, bronchodilator response and airways hyperresponsiveness increased with asthma severity, and severe asthma subjects had reduced forced vital capacity. Asthma control questionnaire-7 (ACQ7) scores worsened with asthma severity. In the asthmatics, mean values for all clinical and biomarker characteristics were stable over 12 months although individual variability was evident. FENO and blood eosinophils did not differ by asthma severity. Induced sputum eosinophils but not neutrophils were lower in mild compared to the moderate and severe asthma cohorts. CONCLUSIONS: The ADEPT study successfully enrolled asthmatics across a spectrum of severity and non-atopic controls. Clinical characteristics were related to asthma severity and in general asthma characteristics e.g. lung function, were stable over 12 months. Use of the ADEPT data should prove useful in defining biological phenotypes to facilitate personalized therapeutic approaches.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».