Biologic therapy practices in severe asthma; outcomes from the <scp>UK</scp> Severe Asthma Registry and survey of specialist opinion
Notice bibliographique
Résumé
BACKGROUND: several biological treatments have become available for management of severe asthma. There is a significant overlap in the indication of these treatments with lack of consensus on the first-line biologic choice and switching practice in event of treatment failure. AIMS: to evaluate outcomes of biologic treatments through analysis of the UK Severe Asthma Registry (UKSAR), and survey of the UK severe asthma specialists' opinion. METHODS: patients registered in the UKSAR database and treated with biologics for severe asthma in the period between January 2014 and August 2021, were studied to explore biologic treatments practice. This was complemented by survey of opinion of severe asthma specialists. RESULTS: ). Biologics use included mepolizumab 1,115 (44.8%), benralizumab 925 (37.1%), omalizumab 432 (17.3%), dupilumab 13 (0.5%), and reslizumab 5 (0.2%). Patients on omalizumab were younger and had earlier age of onset asthma than those prescribed mepolizumab or benralizumab. Patients prescribed mepolizumab and benralizumab had similar clinical characteristics. Those on benralizumab were more likely to continue treatment at approximately one year follow up (93.9%), than those on mepolizumab (80%), or omalizumab (69.6%). The first choice biologic differed between centres and changed over the study time period. Experts' opinion also diverged in terms of biologic initiation choice and switching practice. CONCLUSION: We observed significant variation and divergence in the prescribing practices of biologics in severe asthma that necessitates further research and standardisation.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».