Emerging therapies to prevent acute exacerbations of chronic obstructive pulmonary disease (COPD): A Canadian perspective
Notice bibliographique
Résumé
Despite the use of triple therapy (inhaled corticosteroids, long-acting β2-agonists and long-acting muscarinic antagonists), many patients with chronic obstructive pulmonary disease (COPD) continue to experience acute exacerbations of COPD (AECOPD). Given the significant impact of AECOPD on both patients and healthcare systems, reduction of AECOPD is an important goal of COPD management. Numerous promising molecules, targeting a variety of inflammatory pathways, are being studied for treatment of COPD. Biologic molecules developed thus far inhibit either the interleukin 4 receptor (IL-4; dupilumab), IL-5 (mepolizumab), IL-5 receptor (benralizumab), or components of the IL-33/thymic stromal lymphopoietin (TSLP) alarmin inflammatory pathway (astegolimab, itepekimab, tezepelumab and tozorakimab). Of new small molecules, the most promising include a phosphodiesterase PDE3 and PDE4 inhibitor (ensifentrine), and a PDE4 inhibitor (tanimilast). Phase III trial data for dupilumab, mepolizumab and ensifentrine demonstrate their potential to reduce AECOPD frequency and improve outcomes in high-risk individuals. We discuss the clinical implications of targeted versus broad therapies and the potential for new, emerging therapies to address the unmet needs of high-risk patients with COPD. As more efficacy data emerge, these novel therapies will hopefully be incorporated into evidence-based treatment guidelines to provide improved care and health-related quality of life for patients with COPD.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».