Severe asthma: Entering an era of new concepts and emerging therapies: Highlights of the 4th international severe asthma forum, Madrid, 2018
Notice bibliographique
Résumé
Inflammation, structural and functional abnormalities within the airways are key features of asthma. Although these processes are well-documented, their expression varies across the heterogeneous spectrum of asthma. Type 2 inflammatory responses are characterized by increased levels of eosinophils, FeNO and type 2 cytokines in blood and/or airways. Presently, type 2 asthma is the best-defined endotype, typically found in patients with allergic asthma, but surprisingly also in non-allergic patients with (severe) asthma. The etiology of asthma with non-type 2 inflammation is less clear. During the past decade, targeted therapies, including biologicals and small molecules, have been increasingly integrated into treatment strategies of severe asthma. These treatments block specific inflammatory pathways or single mediators. Single or composite biomarkers help to identify patients who will benefit from these treatments. So far, only a few inflammatory biomarkers have been validated for clinical application. The European Academy of Allergy & Clinical Immunology (EAACI) Task Force on Biomarkers in Asthma was initiated to review different biomarker sampling methods and to investigate clinical applicability of new and existing inflammatory biomarkers (point-of-care) to support diagnosis, targeted treatment and monitoring of severe asthma. Subsequently, we discuss existing and novel targeted therapies for asthma as well as applicable biomarkers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,038 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».