MétaCan
Menu
Retour à la cohorte
Enregistrement W1990359955 · doi:10.1038/clpt.2013.45

ITC Recommendations for Transporter Kinetic Parameter Estimation and Translational Modeling of Transport-Mediated PK and DDIs in Humans

2013· review· en· W1990359955 sur OpenAlexaff
Maciej J. Zamek‐Gliszczynski, C A Lee, Agnès Poirier, Joe Bentz, Xiaoyan Chu, Harma Ellens, Toshihisa Ishikawa, Masoud Jamei, J. Cory Kalvass, Swati Nagar, K. Sandy Pang, Ken Korzekwa, Peter W. Swaan, Mitchell E. Taub, Ping Zhao, Aleksandra Galetin

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical Sciences
Mots-clésTransporterPharmacologyComputational biologyPharmacokineticsClinical pharmacologyIn vivoDrugComputer scienceChemistryMedicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

This white paper provides a critical analysis of methods for estimating transporter kinetics and recommendations on proper parameter calculation in various experimental systems. Rational interpretation of transporter-knockout animal findings and application of static and dynamic physiologically based modeling approaches for prediction of human transporter-mediated pharmacokinetics and drug-drug interactions (DDIs) are presented. The objective is to provide appropriate guidance for the use of in vitro, in vivo, and modeling tools in translational transporter science.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,017
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0060,002
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0170,023

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 Opus0,234
Tête enseignante GPT0,473
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations194
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetDrug Transport and Resistance MechanismsTravaux en français237 207