MétaCan
Menu
Retour à la cohorte
Enregistrement W4292595711 · doi:10.1111/cea.14220

Airway autoimmunity, asthma exacerbations, and response to biologics

2022· review· en· W4292595711 sur OpenAlexaff
Carmen Venegas Garrido, Manali Mukherjee, Anurag Bhalla, Parameswaran Nair

Notice bibliographique

RevueClinical & Experimental Allergy · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensWestern UniversityMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaImmunologyExacerbationOmalizumabBiomarkerAirwayDupilumabBenralizumabEosinophilMonoclonal antibodyImmunoglobulin EMepolizumabAntibody

Résumé

récupéré en direct d'OpenAlex

Biologic therapies in asthma are indicated in severe disease, and they are directed against specific inflammatory modulators that contribute to pathogenesis and severity. Currently approved biologics target T2 cytokines (IgE, IL-5, IL-4/IL-13, and TLSP) and have demonstrated efficacy in clinical outcomes such as exacerbation rate and oral corticosteroid dose reductions, blood and airway eosinophil depletion, and lung function improvement. However, a proportion of these patients may show inadequate responses to biologics, with either initial lack of improvement or clinical and functional worsening after an optimal initial response. Exacerbations while on a biologic may be due to several reasons, including imprecise identification of the dominant effector pathway contributing to severity, additional inflammatory pathways that are not targeted by the biologic, inaccuracies of the biomarker used to guide therapy, inadequate dosing schedules, intercurrent airway infections, anti-drug neutralizing antibodies, and a novel phenomenon of autoimmune responses in the airways interfering with the effectiveness of the monoclonal antibodies. This review, illustrated using case scenarios, describes the underpinnings of airway autoimmune responses in driving exacerbations while patients are being treated with biologics, device a strategy to evaluate such exacerbations, an algorithm to switch between biologics, and perhaps to consider two biologics concurrently.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,989
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,132
Tête enseignante GPT0,455
Écart entre enseignants0,323 · 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'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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Experimental AllergyMême sujetAsthma and respiratory diseasesTravaux en français237 207