MétaCan
Menu
Retour à la cohorte
Enregistrement W2062408321 · doi:10.1111/j.1365-2125.2008.03349.x

Pharmacokinetics and response of obese patients with chronic hepatitis C treated with different doses of PEG‐IFN α‐2a (40KD) (PEGASYS<sup>®</sup>)

2009· article· en· W2062408321 sur OpenAlexaff
Brian Bressler, Ka Wang, Joseph F. Grippo, E. Jenny Heathcote

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensUniversity of TorontoSt. Paul's HospitalUniversity Health NetworkUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePEG ratioInternal medicineGastroenterologyRibavirinPopulationPegylated interferonChronic hepatitisSurgeryImmunologyVirus

Résumé

récupéré en direct d'OpenAlex

WHAT IS ALREADY KNOWN ABOUT THIS SUBJECT • Obesity is a negative predictor of successful treatment in patients with chronic hepatitis C treated with peginterferon (PEG‐IFN) and ribavirin. • Obese patients may have suboptimal exposure of PEG‐IFN contributing to the poor responses seen in this patient population. • In non‐obese patients doses of PEG‐IFN α‐2a (40KD) up to 360 µg week−1 have shown dose proportional pharmacokinetics. WHAT THIS STUDY ADDS • Here we show that among obese patients treated with the standard dose of PEG‐IFN α‐2a (40KD) (180 µg week−1) drug exposure was lower than that found in a large set of unpublished data among non‐obese patients, but was generally similar to exposures found in a large set of unpublished data among similarly obese patients receiving the same dose of PEG‐IFN α‐2a (40KD). • By increasing the dose of PEG‐IFN α‐2a (40KD) from 180 µg week−1 to 270 µg week−1 one can increase PEG‐IFN α‐2a (40KD) exposure, thereby potentially compensating for the apparent reduction in drug exposure in obese patients. AIMS To evaluate whether higher doses of peginterferon α‐2a (40KD) [PEG‐IFN α‐2a (40KD)] can compensate for lower exposure observed among obese patients with chronic hepatitis C (CHC) treated with the standard dose of PEG‐IFN α‐2a (40KD). METHODS Noncirrhotic, obese (body mass index ≥30 kg m−2) patients with CHC participated in a single‐centre, open‐label study. Patients were randomized to 180 or 270 µg week−1 PEG‐IFN α‐2a (40KD) + ribavirin (1000/1200 mg day−1) for 48 weeks. Blood samples were collected predose and up to 168 h after the first dose and at week 12 for pharmacokinetic analysis. Trough serum concentrations (Ctrough) were determined up to week 24. RESULTS In the 180 µg week−1 group mean ± SD steady‐state (week 12) estimates of AUC0–168 (ng h−1 ml−1), Cmax (ng ml−1) and CL/F (l h−1) were 2154 ± 919, 13.8 ± 6.7 and 0.102 ± 0.051, respectively. In the 270 µg week−1 group, estimates were 3374 ± 1844, 23.4 ± 10.7 and 0.090 ± 0.042, respectively. The mean (range) Ctrough (ng ml−1) was 11.2 (4.4–18.5) in the 180 µg week−1 group and 16.1 (0.4–44.2) in the 270 µg week−1 group. Overall, 14 of 20 (70%) and 16 of 20 (80%) patients in the 180 µg week−1 and 270 µg week−1 groups were infected with hepatitis C virus genotype 1 or 4. In the 180 µg week−1 and 270 µg week−1 groups 14 of 20 (70%) and 15 of 19 (79%) patients, respectively, achieved a sustained viral response. Safety was similar between groups. CONCLUSIONS Mean PEG‐IFN α‐2a (40KD) exposure was dose proportional from 180 to 270 µg week−1. Increasing PEG‐IFN α‐2a (40KD) from 180 to 270 µg week−1 achieves higher serum drug exposure in obese patients.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,387
Écart entre enseignants0,355 · 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'étudeObservationnel
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

Citations15
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetHepatitis C virus researchTravaux en français237 207