Towards personalized medicine: a scoping review of immunotherapy in sepsis
Notice bibliographique
Résumé
Despite significant progress in our understanding of the pathophysiology of sepsis and extensive clinical research, there are few proven therapies addressing the underlying immune dysregulation of this life-threatening condition. The aim of this scoping review is to describe the literature evaluating immunotherapy in adult patients with sepsis, emphasizing on methods providing a "personalized immunotherapy" approach, which was defined as the classification of patients into a distinct subgroup or subphenotype, in which a patient's immune profile is used to guide treatment. Subgroups are subsets of sepsis patients, based on any cut-off in a variable. Subphenotypes are subgroups that can be reliably discriminated from other subgroup based on data-driven assessments. Included studies were randomized controlled trials and cohort studies investigating immunomodulatory therapies in adults with sepsis. Studies were identified by searching PubMed, Embase, Cochrane CENTRAL and ClinicalTrials.gov, from the first paper available until January 29th, 2024. The search resulted in 15,853 studies. Title and abstract screening resulted in 1409 studies (9%), assessed for eligibility; 771 studies were included, of which 282 (37%) were observational and 489 (63%) interventional. Treatment groups included were treatments targeting the innate immune response, the complement system, coagulation and endothelial dysfunction, non-pharmalogical treatment, pleiotropic drugs, immunonutrition, concomitant treatments, Traditional Chinese Medicine, immunostimulatory cytokines and growth factors, intravenous immunoglobulins, mesenchymal stem cells and immune-checkpoint inhibitors. A personalized approach was incorporated in 70 studies (9%). Enrichment was applied using cut-offs in temperature, laboratory, biomarker or genetic variables. Trials often showed conflicting results, possibly due to the lack of patient stratification or the potential influence of severity and timing on immunomodulatory therapy results. When a personalized approach was applied, trends of clinical benefit for several interventions emerged, which hold promise for future clinical trials using personalized immunotherapy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».