Molecular Therapeutics in Development to Treat Hyperlipoproteinemia
Notice bibliographique
Résumé
Clinical endpoints caused by hyperlipoproteinemia include atherosclerotic cardiovascular disease and acute pancreatitis. Emerging lipid-lowering therapies targeting proprotein convertase subtilisin/kexin 9 (PCSK9), lipoprotein(a), apolipoprotein C-III, and angiopoietin-like protein 3 represent promising advances in the management of patients with hyperlipoproteinemia. These therapies offer novel approaches for lowering pathogenic lipid and lipoprotein species, particularly in patients with serious perturbations who are not adequately controlled with conventional treatments or who are unable to tolerate them. Molecular targets for these novel therapeutic agents were identified and validated through genetic epidemiology studies. Proprotein convertase subtilisin/kexin 9 inhibitors (e.g., monoclonal antibodies and small interfering RNA) have revolutionized hypercholesterolemia management by significantly reducing both low-density lipoprotein cholesterol levels and major cardiovascular events. Genome editing of PCSK9 promises to provide a potential cure for patients with familial hypercholesterolemia. Several investigational lipoprotein(a)-targeting therapies aim to reduce the risk of atherosclerotic cardiovascular disease and aortic valve disease, although definitive clinical endpoint studies remain to be completed. Inhibition of APOC3 messenger RNA expression by olezarsen and plozasiran significantly lowers plasma triglyceride levels and markedly reduces pancreatitis risk in patients with familial chylomicronemia syndrome. Finally, angiopoietin-like protein 3 inhibition by the monoclonal antibody evinacumab has transformed management of patients with homozygous familial hypercholesterolemia. Together, these novel agents expand the therapeutic cache, offering personalized lipid-lowering strategies for high-risk patients with hyperlipoproteinemia, improving clinical outcomes and addressing previously unmet medical needs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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 ».