The Effect of Reporting Methods for Dosing Times on the Estimation of Pharmacokinetic Parameters of Escitalopram
Notice bibliographique
Résumé
The objective of this study was to compare population pharmacokinetic models of escitalopram developed from dosage times recorded by a medication event monitoring system (MEMS) versus the reported times from patients with diagnosed depression. Seventy-three patients were prescribed doses of 10, 15, or 20 mg escitalopram daily. Sparse blood samples were collected at weeks 4, 12, 24, and 36 with 185 blood samples obtained from the 73 patients. NONMEM was used to develop a population pharmacokinetic model based on dosing records obtained from MEMS prior to each blood sample time. A separate population pharmacokinetic analysis using NONMEM was performed for the same population using the patient-reported last dosing time and assuming a steady-state condition as the model input. Objective function values and goodness-of-fit plots were used as model selection criteria. The absolute mean difference in the last dosing time between MEMS and patient-reported times was 4.48 +/- 10.12 hours. A 1-compartment model with first-order absorption and elimination was sufficient for describing the data. Estimated oral clearance (CL/F) to escitalopram was statistically insensitive to reported dosing methods (MEMS vs patient reported: 25.5 [7.0%] vs 26.9 [6.6%] L/h). However, different dosing report methods resulted in significantly different estimates on the volume of distribution (V/F; MEMS vs patient reported: 1000 [17.3%] vs 767 [17.5%] L) and the absorption rate constant K(a) (MEMS vs patient reported: 0.74 [45.7%] vs 0.51 [35.4%] h(-1)) for escitalopram. Furthermore, the parameters estimated from the MEMS method were similar to literature reported values for V/F ( approximately 1100 L) and K(a) ( approximately 0.8-0.9 h(-1)) arising from traditional pharmacokinetic approaches.
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 | 0,020 | 0,012 |
| 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 | 0,000 |
| 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 ».