Mucus plugging in severe asthma
Notice bibliographique
Résumé
Mucus plugging (MP) plays a crucial role in asthma as it is involved in airflow obstruction, inflammation, and airway remodelling mechanisms. Advances in imaging techniques, such as high-resolution chest CT and hyperpolarised gas MRI, have improved the assessment of MP, linking its burden to disease severity and treatment response. While these radiological modalities provide valuable insight into mucus obstruction, their routine application in clinical practice remains limited. Similarly, novel inflammatory biomarkers have emerged as promising tools for evaluating airway mucus, though their clinical use requires further validation. Mucus-targeting treatments, including biologics that target inflammatory pathways, mucolytics and airway clearance techniques, have shown promising effects. A personalised approach, integrating diagnostic tools, functional evaluation and targeted therapies, is key to mitigating the impact of MP. Clinical case studies demonstrate the complexity of MP pathophysiology and the need for tailored interventions to optimise outcome. Further understanding of polysaccharide biology, the biophysical properties of hydrogels, mucus hydration, epithelial ion transport and mucociliary clearance mechanisms is necessary to improve therapies for MP. Cite as: Venegas Garrido C, Svenningsen S, Nair P. Mucus plugging in severe asthma. In: Jackson DJ, McDonald VM, Pavord ID, eds. Asthma (ERS Monograph). Sheffield, European Respiratory Society, 2025; pp. 48–66 [ https://doi.org/10.1183/2312508X.10013624 ].
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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.
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 ».