MétaCan
Menu
Retour à la cohorte
Enregistrement W2903842573 · doi:10.1183/13993003.01908-2018

Clinical trial design and new therapies for pulmonary arterial hypertension

2018· review· en· W2903842573 sur OpenAlexaff
Olivier Sitbon, Mardi Gomberg‐Maitland, John Granton, Michael I. Lewis, Stephen C. Mathai, Maurizio Rainisio, Norman Stockbridge, Martin R. Wilkins, Roham T. Zamanian, Lewis J. Rubin

Notice bibliographique

RevueEuropean Respiratory Journal · 2018
Typereview
Langueen
DomaineMedicine
ThématiquePulmonary Hypertension Research and Treatments
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicineClinical trialIntensive care medicineTask forceClinical study designQuality of life (healthcare)Pathology

Résumé

récupéré en direct d'OpenAlex

Until 20 years ago the treatment of pulmonary arterial hypertension (PAH) was based on case reports and small series, and was largely ineffectual. As a deeper understanding of the pathogenesis and pathophysiology of PAH evolved over the subsequent two decades, coupled with epidemiological studies defining the clinical and demographic characteristics of the condition, a renewed interest in treatment development emerged through collaborations between international experts, industry and regulatory agencies. These efforts led to the performance of robust, high-quality clinical trials of novel therapies that targeted putative pathogenic pathways, leading to the approval of more than 10 novel therapies that have beneficially impacted both the quality and duration of life. However, our understanding of PAH remains incomplete and there is no cure. Accordingly, efforts are now focused on identifying novel pathogenic pathways that may be targeted, and applying more rigorous clinical trial designs to better define the efficacy of these new potential treatments and their role in the management scheme. This article, prepared by a Task Force comprised of expert clinicians, trialists and regulators, summarises the current state of the art, and provides insight into the opportunities and challenges for identifying and assessing the efficacy and safety of new treatments for this challenging condition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,914
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,408
Tête enseignante GPT0,439
Écart entre enseignants0,032 · 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 tête enseignante, pas un consensus.

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

Citations195
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory JournalMême sujetPulmonary Hypertension Research and TreatmentsTravaux en français237 207