Allergen Challenge Testing in Atopic Asthma Pharmaceutical Research: Past, Present, and Future Directions
Notice bibliographique
Résumé
Over the years, various allergen inhalation challenge models have been developed to study the pathophysiology and pharmacology of allergen-induced asthma. Each allergen challenge method possesses unique benefits and disadvantages. The classic allergen challenge model is useful for assessing the efficacy of new treatments but does not reflect real-world repeated exposure and excludes approximately 50% of allergic asthmatics (i.e. those who do not exhibit a late asthmatic response). The early response model, while also artificial, is less time-consuming and allows for the generation of dose-response data but does not assess the late response or related sequelae. The repeated low-dose allergen model was developed with the purpose of mimicking natural exposure for induction of airway inflammation and airway hyperresponsiveness. However, this method does not consistently produce airway inflammation and is less practical to perform due to the number of study visits required. The segmental allergen model is the only one to allow direct sampling of airway secretions for airway inflammation studies, but it is highly invasive and requires special training and equipment. Attempts have been made to establish a repeated high-dose allergen model for the assessment of drug effects on symptoms and rescue medication use, but participant safety remains a concern and it is also less practical than the classic method. The most difficult allergen model to perform is the natural exposure method, for which standardisation may not be possible given the number of environmental factors that must be controlled or measured. Modifications to these allergen models could improve their clinical relevance and identify their specific, tailored applications in pharmaceutical research of allergic asthma.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».