Rozanolixizumab for Myasthenia Gravis: a breakthrough treatment and future prospects
Notice bibliographique
Résumé
Myasthenia gravis is a rare chronic autoimmune disorder affecting the post-synaptic neuromuscular junction, primarily mediated by pathogenic immunoglobulin G (IgG) targeting specific proteins like acetylcholine receptor (AChR), muscle-specific tyrosine kinase (MuSK), and low-density lipoprotein receptor-related protein 4 (LRP4). Modulating pathogenic IgG is a promising approach for disease management. Rozanolixizumab, a human IgG4 neonatal Fc receptor (FcRn) inhibitor, enhances the degradation of pathogenic IgG by 78%, marking a significant advancement in treating generalized myasthenia gravis. It offers effective management for patients with AChR or MuSK antibodies and is administered subcutaneously with mild to moderate adverse events. However, the safety and efficacy of rozanolixizumab require further validation through real-world post-marketing studies. If current trial results are confirmed, rozanolixizumab may become a preferred treatment option for myasthenia gravis in the near future. This review examines clinical trials evaluating the pharmacokinetics, efficacy, and safety of rozanolixizumab in patients with generalized myasthenia gravis and discusses ongoing trials and future research directions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 | 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 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 ».