Therapeutic drug monitoring of biologics in inflammatory bowel disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé

 
 
 Biologics have revolutionized the management of patients with inflammatory bowel disease (IBD), in both ulcerative colitis (UC) and Crohn’s disease (CD). There are several classes of biologics used to treat IBD, including monoclonal antibodies directed against TNF, integrin, IL12/23, and IL-23 monoclonal antibodies. Despite the effectiveness of anti-TNF medications, approximately 30% of patients are primary non-responders (PNR), and another 50% lose response over time (secondary loss of response [SLR]). Therapeutic drug monitoring (TDM) provides a tool for biologic dose optimization by measuring drug trough concentrations and anti-drug antibodies (ADA). Drug concentrations are positively correlated to therapeutic benefits, but questions remain on how, when and for whom to perform TDM. Successful implementation is challenged by several factors such as variations in optimal drug targets, different types of drug detection assays, individual pharmacokinetics, and disease severity. Over recent years, various expert groups have provided guidelines on reactive TDM of anti-TNF therapies; however, a knowledge gap still exists on the role of proactive TDM, as well as reactive TDM for non-anti-TNF biologics. The most recent and comprehensive expert consensus statement published in the American Journal of Gastroenterology (AJG), attempted to fill this gap by advocating for the use of reactive TDM for anti-TNF medications, as well as for proactive TDM in certain scenarios.
 
 
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 découle