MétaCan
Menu
Retour à la cohorte
Enregistrement W4386347132 · doi:10.1080/13543784.2023.2254684

Investigational monoclonal antibodies in early development for psoriatic arthritis: beyond the biosimilars

2023· review· en· W4386347132 sur OpenAlexaff
A. S. Edwards, Vinod Chandran, Proton Rahman

Notice bibliographique

RevueExpert Opinion on Investigational Drugs · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensUniversity of TorontoMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPsoriatic arthritisBiosimilarMedicinePsoriasisInvestigational DrugsClinical trialIxekizumabMonoclonal antibodyArthritisIntensive care medicineImmunologySecukinumabInternal medicineAntibody

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Psoriatic Arthritis (PsA) is an inflammatory arthritis that is present in approximately 25% of psoriasis patients. Currently, several targeted therapies are available to manage PsA; however, many patients fail these therapies. Several new therapeutic options, with differing mechanisms of action, are currently being evaluated. AREAS COVERED: This article reviews available results from phase I to phase III trials of several investigational monoclonal antibodies that the FDA has not yet approved for PsA. The proposed mechanisms of the new therapeutic agents and their relevance to the pathogenesis of PsA will be discussed. The investigational agents' efficacy and safety will be summarized, and their potential clinical applications for managing PsA will be contemplated. EXPERT OPINION: Due to recent advances in understanding psoriatic arthritis, therapeutic agents are increasingly focused on inhibiting interleukin-17 and interleukin-23 pathways. Various strategies have been used to inhibit these cytokines, demonstrating favorable efficacy and acceptable safety profile.

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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,120
Tête enseignante GPT0,382
Écart entre enseignants0,263 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Investigational DrugsMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207