MétaCan
Menu
Retour à la cohorte
Enregistrement W2730995847 · doi:10.1007/s41030-017-0046-2

Improving the Efficiency of Respiratory Drug Delivery: A Review of Current Treatment Trends and Future Strategies for Asthma and Chronic Obstructive Pulmonary Disease

2017· review· en· W2730995847 sur OpenAlexaff
Ayah Shakshuki, Remigius U. Agu

Notice bibliographique

RevuePulmonary Therapy · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensCapital District Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaCOPDIntensive care medicineQuality of life (healthcare)Pulmonary diseaseInhalationDiseaseDry-powder inhalerInhalerInternal medicineAnesthesiaNursing

Résumé

récupéré en direct d'OpenAlex

Asthma and chronic obstructive pulmonary disease (COPD) are heterogeneous airway diseases associated with significant morbidity and mortality. Pharmacological treatment is delivered primarily through the inhalation route using various devices. Optimal disease control is highly dependent upon patient adherence. Both patients with asthma and COPD are prone to exacerbations leading to hospitalization, which can significantly impact quality of life. Poor adherence is a complex and multifactorial problem that does not have one simple solution. However, it is the biggest risk factor for exacerbations and consequently high healthcare utilization. This review discusses the complex and multifactorial obstacles that impact patient adherence as well as the effect on overall treatment outcomes and healthcare utilization. We also critically examined and compared relatively recent improvements in breath-activated pressurized metered dose inhalers, dry powder inhalers, and e-technology in asthma and COPD. Finally, future treatment strategies for better patient compliance such as personalized medicine and the importance of decision-making between patients and physicians were highlighted.

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)0,002
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,057
Tête enseignante GPT0,353
Écart entre enseignants0,297 · 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

Citations38
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePulmonary TherapyMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207