Pharmacogenomics of Cardiovascular Drugs and Adverse Effects in Pediatrics
Notice bibliographique
Résumé
Individual response to medication is highly variable. For many drugs, a substantial proportion of patients show suboptimal response at standard doses, whereas others experience adverse drug reactions (ADRs). Pharmacogenomics aims to identify genetic factors underlying this variability in drug response, providing solutions to improve drug efficacy and safety. We review recent advances in pharmacogenomics of cardiovascular drugs and cardiovascular ADRs, including warfarin, clopidogrel, β-blockers, renin-angiotensin-aldosterone system inhibitors, drug-induced long QT syndrome, and anthracycline-induced cardiotoxicity. We particularly focus on the applicability of pharmacogenomic findings to pediatric patients in whom developmental changes in body size and organ function may affect drug pharmacokinetics and pharmacodynamics. Solid evidence supports the importance of gene variants in CYP2C9 and VKORC1 for warfarin dosing and in CYP2C19 for clopidogrel response in adult patients. For the other cardiovascular drugs or cardiovascular ADRs, further studies are needed to replicate or clarify genetic associations before considering uptake of pharmacogenetic testing in clinical practice. With the exception of warfarin and anthracycline-induced cardiotoxicity, there is lack of pharmacogenomic studies on cardiovascular drug response or ADRs aimed specifically at children or adolescents. The first pediatric warfarin pharmacogenomic study indeed indicates differences from adults, pointing out the importance and need for pediatric-focused pharmacogenomic studies.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».