Is it Possible to More Accurately Predict which Drug Candidates will cause Idiosyncratic Drug Reactions
Notice bibliographique
Résumé
The unexpected occurrence of idiosyncratic drug reactions during late clinical trials or after a drug has been released can lead to a severe restriction in its use or failure to release/withdrawal. This leads to considerable uncertainty in drug development and has led to attempts to try to predict a drug's potential to cause such reactions. It appears that most idiosyncratic drug reactions are due to reactive metabolites; however, many drugs that form reactive metabolites are associated with a very low incidence of idiosyncratic drug reactions. Therefore. screening drug for their ability to generate reactive metabolites is likely to cause the rejection of many good drug candidates. There is evidence to suggest that an idiosyncratic drug reaction is more likely if there is some "danger signal'. Thus drugs that cause some degree of cell stress or damage may be more likely to lead to a high incidence of idiosyncratic drug reactions. The exact nature of the putative danger signals is unknown. However, a screen of the effects of drugs known to be associated with a high incidence of idiosyncatic reactions using expression genomics and proteomics may reveal a pattern or patterns of mRNA and protein expression that predict which drugs will cause a high incidence of idiosyncratic drug reactions. Although idiosyncratic drug reactions are not usually detected in animal tests because they are just as idiosyncratic in animals as they are in humans, it is likely that drug reactive metabolites would also cause similar cell stress in animals. It is more likely that in most cases it is differences in the immune response to the reactive metabolites that determine which individuals will develop an idiosyncratic reaction. If the expression of certain proteins in animals treated with a drug candidate could be used as a screening method to predict a drug's potential to cause a high incidence of idiosyncratic drug reactions, it would greatly facilitate the development of safer drugs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,006 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».