MétaCan
Menu
Retour à la cohorte
Enregistrement W1985533827 · doi:10.3389/fgene.2015.00041

Use of pharmacogenomics in pediatric renal transplant recipients

2015· review· en· W1985533827 sur OpenAlexafffund
Mara Medeiros-Domingo, Gilberto Castañeda-Hernández, Colin J.D. Ross, Bruce Carleton

Notice bibliographique

RevueFrontiers in Genetics · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensChild and Family Research InstituteBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaProvincial Health Services AuthorityChild and Family Research InstituteGenome British ColumbiaCanadian Institutes of Health ResearchHospital Infantil de México Federico GómezGenome CanadaPfizer
Mots-clésPharmacogenomicsMedicineCalcineurinCYP3A4Therapeutic drug monitoringPharmacologyDosingPharmacokineticsPharmacogeneticsCYP3A5DrugSLCO1B1Adverse effectPopulationTacrolimusTransplantationInternal medicineBiologyGenotypeGeneCytochrome P450GeneticsMetabolism

Résumé

récupéré en direct d'OpenAlex

Transplant recipients receive potent immunosuppressive drugs in order to prevent graft rejection. Therapeutic drug monitoring is the current approach to guide the dosing of calcineurin inhibitors, mammalian target of rapamycin inhibitors (mTORi) and mofetil mycophenolate. Target concentrations used in pediatric patients are extrapolated from adult studies. Gene polymorphisms in metabolizing enzymes and drug transporters such as cytochromes CYP3A4 and CYP3A5, UDP-glucuronosyl transferase, and P-glycoprotein are known to influence the pharmacokinetics and dose requirements of immunosuppressants. The implications of pharmacogenomics in this patient population is discussed. Genetic information can help with achieving target concentrations in the early post-transplant period, avoiding adverse drug reactions and drug-drug interactions. Evidence about genetic studies and transplant outcomes is revised.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
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 enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,359
Écart entre enseignants0,249 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207