Retrospective and Prospective Human Intravenous and Oral Pharmacokinetic Projection of Dipeptidyl peptidase-IV Inhibitors Using Simple Allometric Principles – Case Studies of ABT-279, ABT-341, Alogliptin, Carmegliptin, Sitagliptin and Vildagliptin
Notice bibliographique
Résumé
PURPOSE: The purpose of this exercise was to explore the utility of allometric scaling approach for the prediction of intravenous and oral pharmacokinetics of six dipeptidy peptidase-IV (DPP-IV) inhibitors viz. ABT-279, ABT-341, alogliptin, carmegliptin, sitagliptin and vildagliptin. METHODS: The availability of intravenous and oral pharmacokinetic data in animals enabled the allometry scaling of 6 DPP-IV inhibitors. The relationship between the main pharmacokinetic parameters [viz. volume of distribution (Vd) and clearance (CL)] and body weight was studied across three or four mammalian species, using double logarithmic plots to predict the human pharmacokinetic parameters of CL and Vd using simple allometry. RESULTS: A simply allometry relationship: Y = aWb was found to be adequate for the prediction of intravenous and oral human clearance/volume of distribution for DPP-IV inhibitors. The allometric equations for alogliptin, carmegliptin, sitagliptin, vildagliptin, ABT-279 and ABT-341 were 1.867W0.780, 1.170W0.756, 2.020W0.529, 1.959 W0.847, 0.672 W1.016, 1.077W 0.649, respectively, to predict intravenous clearance (CL) and the corresponding equations to predict intravenous volume of distribution (Vd) were: 3.313W0.987, 6.096W0.992, 7.140W0.805, 2.742W0.941, 1.299W0.695 and 5.370W0.803. With the exception of a few discordant values the exponent rule appeared to hold for CL (0.75) and Vd (1.0) for the predictions of various DPP-IV inhibitors. Regardless of the routes, the predicted values were within 2-3 fold of observed values and intravenous allometry was better than oral allometry. CONCLUSION: Simple allometry retrospectively predicted with reasonable accuracy the human reported values of gliptins and could be used as a prospective tool for this class of drugs.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».