The Utility of Thiopurine Methyltransferase Enzyme Testing in Inflammatory Bowel Disease
Notice bibliographique
Résumé
OBJECTIVE: To assess the levels of red blood cell thiopurine methyltransferase (TPMT) in subjects with inflammatory bowel disease (IBD) and to determine how these levels impacted thiopurine dosing and leukopenia over the first six months of therapy. METHODS: A retrospective chart review was performed on all adult IBD patients (n=423, 88.2% Caucasian) who had TPMT levels measured by 11 participating gastroenterologists in Manitoba between 2008 and 2010. In addition to descriptive data, white blood cell count, dose and reason for discontinuation were analyzed for the first six months of therapy. Patients receiving ≥2.0 mg/kg of azathioprine (AZA) or ≥1.0 mg/kg of 6-mercapatopurine were considered to be 'substantially' dosed. RESULTS: Of the 423 patients, 8.3% had intermediate levels and 93.4% had normal levels of TPMT. Only one subject had a low level. A total of 216 patients had sufficient data to be included for full analysis. Patients with intermediate TPMT levels were generally started at lower doses of thiopurine than patients with normal TPMT levels (mean [± SD] 1.0±0.6 mg/kg versus 1.8±0.5 mg/kg). Of the subjects with normal TPMT levels, only 37.8% were dosed with ≥2.0 mg/kg of AZA. Each month, approximately 5% of subjects were leukopenic. These subjects received a mean overall AZA dose of 1.9±0.3 mg/kg and had a mean white blood cell count of 3.8±0.4×10(9)/L. CONCLUSIONS: Normal TPMT levels did not prevent the development of leukopenia, although life-threatening leukopenia was rare. Physicians are not using TPMT levels to substantially dose thiopurines at the outset, which may limit the speed at which adequate doses are reached to facilitate remission.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 ».