Notice bibliographique
Résumé
Targeted therapies use an understanding of the pathophysiology of a disease in an individual patient. Although targeted therapy for systemic sclerosis (SSc, scleroderma) has not yet reached the level of patient-specific treatments, recent developments in the understanding of the global pathophysiology of the disease have led to new treatments based on the cells and pathways that have been shown to be involved in the disease pathogenesis. The presence of a B cell signature in skin biopsies has led to the trial of rituximab, an anti-CD20 antibody, in SSc. The well-known properties of transforming growth factor (TGF)-β in promoting collagen synthesis and secretion has led to a small trial of fresolimumab, a human IgG4 monoclonal antibody capable of neutralizing TGF-β. Evidence supporting important roles for interleukin-6 in the pathogenesis of SSc have led to a large trial of tocilizumab in SSc. Soluble guanylate cyclase (sGC) is an enzyme that catalyzes the production of cyclic guanosine monophosphate (cGMP) upon binding of nitric oxide (NO) to the sGC molecule. Processes such as cell growth and proliferation are regulated by cGMP. Evidence that sGC may play a role in SSc has led to a trial of riociguat, a molecule that sensitizes sGC to endogenous NO. Tyrosine kinases (TKs) are involved in a wide variety of physiologic and pathological processes including vascular remodeling and fibrogenesis such as occurs in SSc. This has led to a trial of nintedanib, a next-generation tyrosine-kinase (TK) inhibitor which targets multiple TKs, in SSc.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».