Population Pharmacokinetics of Perphenazine in Schizophrenia Patients From CATIE: Impact of Race and Smoking
Notice bibliographique
Résumé
The goal of the study was to characterize population pharmacokinetics (PPK) for perphenazine in patients with schizophrenia from the Clinical Antipsychotic Trials of Intervention Effectiveness (CATIE). Patients (n = 156) received 8 to 32 mg of perphenazine daily for 14 to 600 days for a total of 421 plasma concentrations measurements. Nonlinear mixed-effects modeling was used to determine PPK characteristics of perphenazine. One- and 2-compartment models with various random effect implementations and mixture distributions were evaluated. Objective function values and goodness-of-fit plots were used as model selection criteria. Age, weight, sex, race, smoking, and concomitant medications were evaluated as covariates. A 1-compartment linear model with proportional error best described the data. The population mean clearance and volume of distribution for perphenazine were 483 L/h and 18 200 L, respectively. Race and smoking status had significant impacts on perphenazine clearance estimates. In addition, the estimated population mean clearance was 48% higher in nonsmoking African Americans than in nonsmoking other races (512 L/h vs 346 L/h). Active smokers eliminated perphenazine 159 L/h faster than nonsmokers in each race. Clearances for smoking African Americans versus smokers in other races were 671 L/h versus 505 L/h, respectively.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».