Therapeutic Drug Monitoring of Ziprasidone in a Clinical Treatment Setting
Notice bibliographique
Résumé
There is limited information on the pharmacokinetics ofziprasidone (ZIP) in naturalistic clinical settings. The objective of this study was to investigate the concentrations of ZIP and its active metabolite S-methyl-dihydroziprasidone (SMDZ), and the dose-normalized concentrations, using routine therapeutic drug monitoring (TDM) data. A high-performance liquid chromatographic method for determining serum concentrations of these substances for routine clinical use was established at the TDM Laboratory in Linköping, Sweden. This analytical service was available to all physicians in Sweden. Between January 2001 and December 2004, 545 analyses, representing samples from 370 patients, were performed. The median daily ZIP dose was 120 mg (range 20 -320 mg). In all, 121 steady-state trough specimens with essential clinical information were included in the pharmacokinetic evaluation. The median (25th to 75th percentile) serum concentration of ZIP was 125 nmol/L (82-188 nmol/L). The SMDZ:ZIP ratio decreased with increasing serum concentration of ZIP. The median (25th to 75th percentile) dose-normalized concentrations (nmol L(-1) mg(-1) d(-1) forZIPand SMDZ were 1.13 (0.74-1.77) and 0.62 (0.45-0.86), respectively,with SMDZ:ZIP ratio of 0.57 (0.42-0.79). The overall coefficients of variation for dose-normalized serum concentrations of ZIP, SMDZ, andSMDZ:ZIP ratio were 62%, 56%, and 57%, respectively (n = 121). Smoking women had lower normalized ZIP concentrations than nonsmoking women. Twenty-eight patients with repeated eligible TDM analyses were studied for intraindividual variance over time. In summary, great interindividual and intraindividual differences in ZIPconcentrations were observed. TDM of ZIP maybe used for individual dose adjustments and monitoring medication adherence.
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 ».