MétaCan
Menu
Retour à la cohorte
Enregistrement W2011711268 · doi:10.1038/clpt.2008.57

Toward Personalized Therapy for Smoking Cessation: A Randomized Placebo-controlled Trial of Bupropion

2008· article· en· W2011711268 sur OpenAlexaff
Freda Patterson, R A Schnoll, EP Wileyto, António Pinto, LH Epstein, P G Shields, Larry W. Hawk, Rachel F. Tyndale, Neal L. Benowitz, Caryn Lerman

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Cancer InstituteNational Institute on Drug Abuse
Mots-clésBupropionPlaceboSmoking cessationMedicineQuartileCotinineRandomized controlled trialInternal medicineClinical trialPharmacologyNicotineAnesthesiaAlternative medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

We examined whether a pretreatment phenotypic marker of nicotine metabolism rate (NMR) predicts successful smoking cessation with bupropion. Smokers (N = 414) were tested for pretreatment NMR, based on the ratio of 3′-hydroxycotinine/cotinine derived during smoking, before entering a placebo-controlled randomized trial of bupropion plus counseling. At the end of the 10-week treatment phase, slow metabolizers (1st NMR quartile) had equivalent quit rates with placebo or bupropion (32%). Fast metabolizers (4th NMR quartile) had low quit rates with placebo (10%), and these were enhanced significantly by bupropion (34%). Smokers in the 2nd quartile (placebo: 25%, bupropion: 30%) and the 3rd quartile (placebo: 20%, bupropion: 30%) did not benefit significantly from bupropion. At the 6-month follow-up, the relationship between the NMR and quitting remained similar, but was no longer statistically significant. A pretreatment assessment of NMR may identify smokers who are most and least likely to benefit from treatment with bupropion for smoking cessation. Clinical Pharmacology & Therapeutics (2008); 84, 3, 320–325 doi:10.1038/clpt.2008.57

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,196
Tête enseignante GPT0,451
Écart entre enseignants0,255 · 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'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations182
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetSmoking Behavior and CessationTravaux en français237 207