Pharmacogenotyping of <i>CYP3A5</i> in predicting dose-adjusted trough levels of tacrolimus among Malaysian kidney-transplant patients
Notice bibliographique
Résumé
Tacrolimus (FK506) is a calcineurin inhibitor with a narrow therapeutic index that exhibits large interindividual variation. Seventy-eight kidney transplant patients treated with tacrolimus were recruited to study the correlation of dose adjusted trough level (level/dose; L/D) of tacrolimus with CYP3A5 and ABCB1 genotypes, as well as the mRNA copy number of ABCB1 in blood. Patients were genotyped for ABCB1 (C1236T, G2677T/A, and C3435T) and CYP3A5 (G6986A), while ABCB1 mRNA transcript copy number was determined by absolute quantification (real-time PCR) in 46 patients. CYP3A5*3 genotypes were found to be a good predictor of tacrolimus L/D in kidney-transplant patients. Significantly higher L/D was observed among non-expressors (2.85, 95%: 2.05-3.70 (ng·mL(-1))/(mg·kg(-1))) as compared with the expressors (1.15, 95%: 0.95-1.80 (ng·mL(-1))/(mg·kg(-1))) of CYP3A5 (Mann-Whitney U test; P < 0.001). No correlation was observed between L/D and the ABCB1 genotypes. A significant inverse correlation of blood ABCB1 mRNA level with L/D was demonstrated (Spearman's Rank Order correlation; P = 0.016, rs = -0.348). However, in multiple regression analysis, only CYP3A5*3 genotype groups were found to be significantly correlated with tacrolimus L/D (P < 0.001). These findings highlight the importance of CYP3A5*3 pharmacogenotyping among kidney-transplant patients treated with tacrolimus, and confirm the role of blood cell P-glycoprotein in influencing the L/D for tacrolimus.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».