Drug Metabolism in Chronic Renal Failure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pharmacokinetic studies conducted in patients with CRF demonstrate that the nonrenal clearance of multiple drugs is reduced. Although the mechanism by which this occurs is unclear, several studies have shown that CRF affects the metabolism of drugs by inhibiting key enzymatic systems in the liver, intestine and kidney. The down-regulation of selected isoforms of the hepatic cytochrome P450 (CYP450) has been reported secondary to a decrease in gene expression. This is associated with major reductions in metabolism of drugs mediated by CYP450. The main hypothesis to explain the decrease in liver CYP450 activity in CRF appears to be the accumulation of circulating factors which can modulate CYP450 activity. Liver phase II metabolic reactions are also reduced in CRF. On the other hand, intestinal drug disposition is affected in CRF. Increased bioavailability of several drugs has been reported in CRF, reflecting decrease in either intestinal first-pass metabolism or extrusion of drugs (mediated by P-glycoprotein). Indeed, intestinal CYP450 is also down-regulated secondary to reduced gene expression, whereas, decreased intestinal P-glycoprotein activity has been described. Finally, although the kidneys play a major role in the excretion of drugs, it has the capacity to metabolize endogenous and exogenous compounds. CRF will lead to a decrease in the ability of the kidney to metabolize drugs, but the repercussions on the systemic clearance of drugs is still poorly defined, except for selected xenobiotics. In conclusion, reduced drug metabolism should be taken into account when evaluating the pharmacokinetics of drugs in patients with CRF.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle