Anti‐inflammatories and mucociliary clearance therapies in the age of CFTR modulators
Notice bibliographique
Résumé
Cystic fibrosis (CF) is a genetic and life-limiting disease caused by mutations in the CF transmembrane conductance regulator (CFTR) gene. This multi-system disease is characterized by progressive lung disease and pancreatic insufficiency amongst other manifestations. CFTR primarily functions as a chloride channel that transports ions across the apical membrane of epithelial cells but has other functions, including bicarbonate secretion and inhibition of sodium transport. Defective CFTR disrupts these functions, causing viscous and dehydrated mucus to accumulate, compromising the airway lumen and contributing to obstructive pulmonary disease. The combination of CFTR dysfunction, mucus obstruction, and infection drive an exaggerated and dysfunctional inflammatory response, which contributes to irreversible airway destruction and fibrosis. CFTR modulators, an exciting new class of drugs, increase the expression and/or function of CFTR variant protein and improve multiple clinical endpoints, such as lung function, pulmonary exacerbation rates, and nutritional status. However, these genotype-specific drugs are not universally available, the clinical response is variable, and lung function still declines over time when bronchiectasis is established. Consequently, even in the age of CFTR modulators, we must target other important aspects of the CF airway disease, such as inflammation and mucociliary clearance. This review highlights the mechanisms of inflammation and mucus accumulation in the CF lung and discusses anti-inflammatory and mucociliary clearance agents that are currently in development focusing on compounds for which clinical trial data have recently become available.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».