Progressive fibrosing interstitial lung disease: treatable traits and therapeutic strategies
Notice bibliographique
Résumé
PURPOSE OF REVIEW: In this review, the authors describe therapeutic strategies for a disease group called progressive fibrosing interstitial lung disease (PF-ILD) and highlight the importance of the definition of progression, prognosis, and treatment response. RECENT FINDINGS: Although it is a relatively new concept, the term PF-ILD has been increasingly applied in clinical research and practice. Three domains commonly used to detect the disease progression include clinical symptoms, rate of forced vital capacity (FVC) decline and the extent of fibrosis on imaging. Although details of the pathogenesis of PF-ILD are still unclear, it has become apparent that genetic predisposition and an abnormal tissue microenvironment and host response are involved in the nature of the disease. Antifibrotic agents recently showed their efficacy on the treatment of PF-ILD. Both nintedanib and pirfenidone can slow the disease progression, as defined by a decline of FVC from baseline, of PF-ILD whenever compared with placebo, similar to the results in idiopathic pulmonary fibrosis (IPF) trials. This effect seems consistent irrespective of the underlying ILD diagnosis. SUMMARY: Recent evidence supports the use of antifibrotic therapy in the management of the phenotype progressive non-IPF ILD. Ongoing studies exploring genetic and other molecular biomarkers could identify at-risk individuals or predict treatment response and prognosis (endotypes). This would support the concept of 'treatable traits' in the field of ILD.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».