MétaCan
Menu
Retour à la cohorte
Enregistrement W2097851755 · doi:10.1038/clpt.2013.114

CYP2A6 Genotype but not Age Determines Cotinine Half-Life in Infants and Children

2013· article· en· W2097851755 sur OpenAlexafffund
Delia Dempsey, Nancy C. Sambol, Peyton Jacob, Ewa Hoffmann, Rachel F. Tyndale, Elena Fuentes‐Afflick, Neal L. Benowitz

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2013
Typearticle
Langueen
DomaineChemistry
ThématiqueSynthesis and Biological Evaluation
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institute on Drug AbuseU.S. Public Health Service
Mots-clésCYP2A6CotinineGenotypeMedicinePediatricsBiologyGeneticsNicotineInternal medicineGeneMetabolism

Résumé

récupéré en direct d'OpenAlex

The formation of cotinine, the main proximate metabolite and a biomarker of nicotine exposure, is mediated primarily by cytochrome P450 (CYP)2A6. Our aim was to determine whether higher cotinine levels in young children exposed to secondhand smoke (SHS) are a result of age-related differences in pharmacokinetics. Forty-nine participants, aged 2-84 months, received oral deuterium-labeled cotinine, with daily urine samples for up to 10 days for cotinine half-life measurement. DNA from saliva was used for CYP2A6 genotyping. The estimate of half-life using a mixed-effect model was 17.9 h (95% confidence interval: 16.5, 19.3), similar to that reported in adults. There was no statistically significant effect of sex, race, age, or weight. Children with normal-activity CYP2A6*1/*1 genotypes had a shorter half-life than those with one or two reduced-activity variant alleles. Our data suggest that higher cotinine levels in SHS-exposed young children as compared with adults are due to greater SHS exposure rather than to different cotinine pharmacokinetics.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,119
Tête enseignante GPT0,401
Écart entre enseignants0,282 · 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

Citations34
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetSynthesis and Biological EvaluationTravaux en français237 207