MétaCan
Menu
Retour à la cohorte
Enregistrement W2314443675 · doi:10.1097/aci.0000000000000165

Clinically relevant outcome measures for new therapies of asthma using pharmaceutical and biologic agents

2015· review· en· W2314443675 sur OpenAlexaff
Louis‐Philippe Boulet, Pascal Chanez

Notice bibliographique

RevueCurrent Opinion in Allergy and Clinical Immunology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaOmalizumabIntensive care medicinePeriostinQuality of life (healthcare)DiseaseClinical trialImmunologyInternal medicineImmunoglobulin E

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To determine the benefits of new asthma drugs or therapies, they should be assessed with regard to their effects on relevant clinical outcomes. RECENT FINDINGS: The most frequently used outcomes have been symptoms, rescue medication needs and pulmonary function tests, although others such as quality of life, exacerbations and impairment of activities have also been identified as important ones. Improvements in our understanding of basic mechanisms of asthma have led to the development of new sets of outcomes including inflammatory markers and a rapidly increasing number of biomarkers, which however require validation, and assessment of their clinical usefulness. Many studies have not only looked at induced sputum cell differentials or FENO to phenotype asthma but also as treatment efficacy markers. Periostin is considered a marker of TH2-induced airway inflammation and a predictor of response to drugs such as anti-IL13 and omalizumab, although at the individual level, such prediction remains imperfect. SUMMARY: There is a need to develop new markers of activity of the disease, with a prognostic value with regard to the benefits of new treatments.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,474
Tête enseignante GPT0,556
Écart entre enseignants0,082 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Allergy and Clinical ImmunologyMême sujetAsthma and respiratory diseasesTravaux en français237 207