Limited Sampling Strategy to Predict AUC of the CYP3A Phenotyping Probe Midazolam in Adults: Application to Various Assay Techniques
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.
Notice bibliographique
Résumé
Midazolam clearance is used to phenotype hepatic CYP3A activity but requires multiple plasma samples following a single intravenous dose. The authors evaluated the use of a limited sampling scheme, using different assay techniques to determine the reproducibility of such a strategy in estimating midazolam AUC. Seventy-three healthy adults received midazolam as a single intravenous bolus dose. At least eight plasma samples were collected from each subject and were assayed using either LC/MS/MS or electron capture gas chromatography. Eleven subjects were randomly selected for the training set using stepwise linear regression to determine relationships between midazolam plasma concentrations and AUC. Validation of the predictive equations was done using the remaining 62 subjects. Mean percent error (MPE), mean absolute error (MAE), and root mean square error (RMSE) were calculated to determine bias and precision. Based on the training set, five models were generated with coefficients of determination ranging from 0.87 to 0.95. Validation showed that MPE, MAE, and RMSE values were acceptable for three of the models. Intrasubject reproducibility was good. In addition, training set datafrom one institution were able to predict data from the other two institutions using other assay techniques. Minimized plasma sampling mayprovide a simpler method for estimating midazolam AUC for CYP3A phenotyping. A limited sampling strategy is more convenient and cost-effective than standard sampling strategies and is applicable to more than one assay technique.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle