MétaCan
Menu
Retour à la cohorte
Enregistrement W1971388190 · doi:10.2174/1389200033489523

Classic Histamine H1 Receptor Antagonists: A Critical Review of their Metabolic and Pharmacokinetic Fate from a Birds Eye View

2003· review· en· W1971388190 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Drug Metabolism · 2003
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueMast cells and histamine
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPharmacologyCytochrome P450Oxidative deaminationChemistryDrug metabolismPromethazineDiphenhydramineMetabolismPharmacokineticsHydroxylationCYP2D6CYP3A4Metabolic pathwayBiochemistryBiotransformationHistamineBiologyEnzyme

Résumé

récupéré en direct d'OpenAlex

The so-called "classic" histamine H(1) receptor antagonists are highly lipophilic compounds associated with significant biotransformation and tissue distribution. They are categorized according to their chemical structure into ethanolamines, alkylamines, ethylenediamines, piperazines, phenothiazines and piperidines, all of which have characteristic metabolic fates. The former four categories undergo primarily cytochrome P450-mediated oxidative N-desalkylations and deamination whereas the aromatic rings of the latter two undergo P450-mediated oxidative hydroxylation and/or epoxide formation. The common tertiary amino group is susceptible to oxidative metabolism by flavin containing monooxygenases forming N-oxides, and the alicyclic tertiary amines produce small amounts (up to 7%) of N-glucuronides in humans. Species, sex and racial differences in the metabolism and pharmacokinetics of antihistamines are known. Specific P450-isozymes implicated in the metabolism were identified in a few cases, such as CYP2D6 that contributes to the metabolism of promethazine, diphenhydramine and chlorpheniramine. Low circulating plasma concentrations of antihistamines are in part explained by significant first-pass effect and tissue distribution. Antihistaminic effects last up to 6 hours though some compounds exhibit a longer duration of action due to circulating active metabolites. Importantly, diphenhydramine inhibited CYP2D6 leading to a clinically significant drug-drug interaction with metoprolol. Other classic antihistamines were shown to be potent in vitro inhibitors of CYP2D6 and CYP3A4. The prescription-free access to most classic antihistamines can easily lead to their co-administration with other drugs metabolized by the same enzyme system thereby leading to drug accumulation and adverse effects. In depth knowledge of the metabolic pathways of classic antihistamines and the enzymes involved is crucial to prevent the high incidence of drug interactions in humans, which are predictable based on pre-clinical data but unexpected when such data is unavailable.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,326
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle