MétaCan
Menu
Retour à la cohorte
Enregistrement W4285613832 · doi:10.17925/rmd.2022.1.1.32

Belimumab: A BAFF-specific Inhibitor for the Treatment of Systemic Lupus Erythematosus and Lupus Nephritis

2022· article· en· W4285613832 sur OpenAlexaff
Yoshiya Tanaka

Notice bibliographique

RevuetouchREVIEWS in RMD · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensAstraZeneca (Canada)
Organismes subventionnairesnon disponible
Mots-clésBelimumabLupus nephritisB-cell activating factorMedicineImmunologySystemic lupus erythematosusHydroxychloroquineLupus erythematosusInternal medicineAntibodyDiseaseB cell

Résumé

récupéré en direct d'OpenAlex

Systemic lupus erythematosus (SLE) is a systemic autoimmune disease that affects multiple organs. In particular, the presence of renal involvement, known as lupus nephritis, is a major determinant of prognosis. Conventional treatments for SLE include hydroxychloroquine, glucocorticoid and immunosuppressive agents. However, the use of such non-specific drugs increases the risk of side effects, such as infections. Soluble B-cell-activating factor (BAFF), belonging to the tumour necrosis factor family, is produced by dendritic cells and induces class switching of B cells and differentiation into antibody-producing cells. International phase III studies demonstrated the efficacy and safety of belimumab (a monoclonal antibody against soluble BAFF) not only in patients with SLE, but also in those with active lupus nephritis. There were no significant differences between the belimumab and placebo groups in the incidence of adverse events, including serious events and events necessitating drug cessation. Thus, belimumab could become an alternative induction treatment for lupus nephritis. This article describes the pathogenesis of SLE and lupus nephritis, and reviews the results of recent phase III trials of belimumab and its promising role for the treatment of patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,044
Tête enseignante GPT0,312
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetouchREVIEWS in RMDMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207