Nasal challenges in allergen immunotherapy trials
Notice bibliographique
Résumé
PURPOSE OF REVIEW: The nasal allergen challenge (NAC) model can be a valuable diagnostic tool for allergic rhinitis. Alongside its clinical use, NACs can be used as primary and secondary endpoints in studies evaluating allergen immunotherapy (AIT) products for allergic rhinitis treatment. This review will discuss the technical aspects of the NAC model and provide a summary of recent studies using NACs to assess existing and new AIT treatments. RECENT FINDINGS: Over the last 2 years, both titrated and single-dose nasal challenge protocols have been used to evaluate immunotherapies targeting grass, birch, house dust mite, and cat allergens. Early efficacy and dose-finding trials showed improvements in allergic symptoms and nasal tolerance to allergens after AIT treatment with standardized extracts or modified forms of whole allergen. NACs were also used in two proof-of-concept studies to illustrate the efficacy of intralymphatic immunotherapy with two concomitant allergens and subcutaneous immunotherapy with Fel d 1-specific IgG-blocking antibodies. SUMMARY: Along with existing therapies, nasal challenges are useful in evaluating AIT treatments in the very early stages of clinical development. However, because of the variety in challenge techniques and symptom assessments available, special attention must be placed in the protocol design in order to compare the study results with existing NAC publications.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,002 | 0,002 |
| 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 ».