Positioning of old and new biologicals and small molecules in the treatment of inflammatory bowel diseases
Notice bibliographique
Résumé
The past decade has brought substantial advances in the management of inflammatory bowel diseases (IBD). The introduction of tumor necrosis factor (TNF) antagonists, evidence for the value of combination therapy, the recognition of targeting lymphocyte trafficking and activation as a viable treatment, and the need for early treatment of high-risk patients are all fundamental concepts for current modern IBD treatment algorithms. In this article, authors review the existing data on approved biologicals and small molecules as well as provide insight on the current positioning of approved therapies. Patient stratification for the selection of specific therapies, therapeutic targets and patient monitoring will be discussed as well. The therapeutic armamentarium for IBD is expanding as novel and more targeted therapies become available. In the absence of comparative trials, positioning these agents is becoming difficult. Emerging concepts for the future will include an emphasis on the development of algorithms which will facilitate a greater understanding of the positioning of novel biological drugs and small molecules in order to best tailor therapy to the patient. In the interim, anti-TNF therapy remains an important component of IBD therapy with the most real-life evidence and should be considered as first-line therapy in patients with complicated Crohn's disease and in acute-severe ulcerative colitis. The safety and efficacy of these 'older' anti-TNF therapies can be optimized by adhering to therapeutic algorithms which combine clinical and objective markers of disease severity and response to therapy.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».