Emerging drugs for the treatment of benign prostatic hyperplasia: a 2023 update
Notice bibliographique
Résumé
INTRODUCTION: Benign prostatic hyperplasia (BPH) is a condition that affects over 50% of men as they enter their fifth decade of life, often leading to lower urinary tract symptoms (LUTS). Primary treatment options include alpha blockers, 5-alpha reductase inhibitors, and phosphodiesterase-5 inhibitors. However, these medications can have some side effects, and there is a noticeable dearth of information addressing the long-term use of these medications. Thus, the exploration of all treatment modalities helps ensure patients receive personalized and effective care. Consequently, the primary objective of this review is to identify potential emerging medications for the treatment of BPH. AREAS COVERED: We conducted an extensive review of articles discussing pharmacotherapy for BPH spanning the last 15 years. Our information gathering process involved Scopus, PubMed-MEDLINE, Cochrane, Wiley Online Library Google Scholar, ClinicalTrials.gov, and the PharmaProjects database. This approach ensures that readers gain an in-depth knowledge of the existing therapeutic agents as well as promising avenues for managing BPH. EXPERT OPINION: BPH treatment targets a patient's specific constellation of symptoms. Therefore, a broad knowledge base encompassing various treatment options is paramount in ensuring optimal treatment. Looking forward, the emphasis on personalization promises to reshape the landscape of BPH treatment and improve patient outcomes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».