MétaCan
Menu
Retour à la cohorte
Enregistrement W3081567385 · doi:10.1097/moh.0000000000000609

New insights into IVIg mechanisms and alternatives in autoimmune and inflammatory diseases

2020· review· en· W3081567385 sur OpenAlexafffund
Peter A. A. Norris, Gurleen Kaur, Alan H. Lazarus

Notice bibliographique

RevueCurrent Opinion in Hematology · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensCanadian Blood ServicesUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineImmunologyIntensive care medicineComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Intravenous immunoglobulin (IVIg) is an effective treatment for an increasing number of autoimmune and inflammatory conditions. However, IVIg continues to be limited by problems of potential shortages and cost. A number of mechanisms have been described for IVIg, which have been captured in newly emergent IVIg mimetic and IVIg alternative therapies. This review discusses the recent developments in IVIg mimetics and alternatives. RECENT FINDINGS: Newly emergent IVIg mimetics and alternatives capture major proposed mechanisms of IVIg, including FcγR blockade, FcRn inhibition, complement inhibition, immune complex mimetics and sialylated IgG. Many of these emergent therapies have promising preclinical and clinical trial results. SUMMARY: Significant research has been undertaken into the mechanism of IVIg in the treatment of autoimmune and inflammatory disease. Understanding the major IVIg mechanisms has allowed for rational development of IVIg mimetics and alternatives for several IVIg-treatable diseases.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,050
Tête enseignante GPT0,369
Écart entre enseignants0,319 · 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'étudeAutre devis
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

Citations31
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in HematologyMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207