Effective Management of Severe Asthma with Biologic Medications in Adult Patients: A Literature Review and International Expert Opinion
Notice bibliographique
Résumé
Severe asthma often remains uncontrolled despite effective treatments and evidence-based guidelines. A group of global experts in asthma and biologic medications from 9 countries considered the most relevant clinical variables to manage severe asthma in adult patients and guide treatment choice. The resulting recommendations address the investigation of biomarker levels (blood eosinophil count along with fractional concentration of exhaled nitric oxide [FeNO]), clinical features (oral corticosteroid [OCS] dependence, specific comorbid disease entities associated with severe type 2 asthma), and safety considerations. Current evidence suggests that biomarkers, including both blood or sputum eosinophil counts as well as FeNO, add prognostic and predictive value and should be measured in all patients with severe asthma. OCS use is an important factor in biologic selection, especially given the documented ability of some biologics to reduce OCS dependence. Comorbid diseases and relevant safety considerations to each biologic should also be considered. More data are needed to determine whether biomarker profiles identify patients suited to one biologic versus another as limited data support differential predictors of response. Further prospective head-to-head trials and post hoc analyses of clinical trial data are warranted. The authors believe that these recommendations have value as they offer expert opinion to assist health care providers in making difficult decisions regarding the quality of care in severe, type 2 asthma with biologic medications. They remain conditional and are based on limited data owing to a lack of head-to-head comparisons.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».