Current and future therapies for SLE: obstacles and recommendations for the development of novel treatments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SLE is a serious, debilitating autoimmune disease that affects various organs and body systems. Of all the heterogeneous autoimmune diseases, SLE is perhaps the most heterogeneous. Patients with SLE, who are primarily female, have diverse disease manifestations and severity. SLE is characterised by substantial concentrations of autoantibodies against nuclear antigens, which are thought to be caused by immune cell dysregulation. Until recently, several immunosuppressant agents were used to treat this disease. Efforts to develop drugs against targets potentially involved in disease mechanisms have resulted in the identification and use of BAFF (B-cell activating factor)/APRIL (a proliferation-inducing ligand) inhibitors to treat SLE. Drugs in late-stage development that focus on pathways that are dysregulated in SLE include those that target the interferon pathway, T-cell signalling and B-cell signalling. New therapeutic agents are still necessary because of the unmet medical needs associated with this disease, including insufficient disease control, poor health-related quality of life, comorbidities, toxicity of the majority of therapies and diminished survival. Despite the substantial long-term investment of research, clinical activity and resources for identifying new treatments for this disease, only one new therapy, the biological belimumab, has been approved in the past 50 years. Efforts to develop drugs to address these needs are challenged by problems associated with disease heterogeneity, variable disease mechanisms and trial design. This review provides an overview of current and future treatments, discusses challenges in the SLE drug development process and offers recommendations for overcoming these challenges.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle