Interstitial Lung Disease in 2025: Updated Classification, Precision Diagnostics, and Expanding Therapeutic Frontiers
Notice bibliographique
Résumé
Interstitial lung disease (ILD) is an umbrella term for over 200 heterogeneous disorders that primarily affect the pulmonary interstitium and/or small airways and alveoli. These disorders are often characterized by varying degrees of inflammation and fibrosis that lead to impairment in lung function and consequent respiratory symptoms. Although idiopathic pulmonary fibrosis (IPF) remains the classic example, there exists a remarkable prevalence of cases in the context of connective tissue disease (CTD) or as a consequence of antigen exposure in the setting of hypersensitivity pneumonitis (HP). Over the past decade, the integration of high-resolution computed tomography (HRCT), extended serologic panels, increased knowledge of the natural history of disease, and the high risk of fibrotic progression across the diagnostic spectrum, has refined diagnostic certainty and allowed earlier therapeutic intervention. Contemporary guidelines from the American Thoracic Society (ATS), European Respiratory Society (ERS), and European Alliance of Associations for Rheumatology (EULAR) now emphasize pattern-based phenotyping rather than rigid disease taxonomies. Clinicians are encouraged to interpret ILD through intersecting dimensions—radiologic morphology, immune serology, and cellular aging biology—each contributing to disease trajectory and treatment response. For Canadian respirologists, these advances coincide with a rapidly evolving therapeutic landscape (Table 1). Antifibrotic agents, selective immunomodulators, and emerging inhaled prostacyclin-based therapies are transforming the future therapeutic landscape. Yet, access to evidence-based treatments, especially for those with systemic sclerosis (SSc) and idiopathic inflammatory myopathies (IIM) related lung disease, remains inconsistent across provinces, underscoring the need for sustained advocacy. This review summarizes the 2025 classification framework, outlines novel diagnostic approaches, and appraises recent and emerging clinical trial data with practical guidance for clinical practice (Table 2).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».