Sex, Race, and Smoking Impact Olanzapine Exposure
Notice bibliographique
Résumé
Response to antipsychotics is highly variable, which may be due in part to differences in drug exposure. The goal of this study was to evaluate the magnitude and variability of concentration exposure of olanzapine. Patients with Alzheimer's disease (n = 117) and schizophrenia (n = 406) were treated with olanzapine as part of the Clinical Antipsychotic Trials of Intervention Effectiveness (CATIE). Combined, these patients (n = 523) provided 1527 plasma samples for determination of olanzapine concentrations. Nonlinear mixed-effects modeling was used to determine the population pharmacokinetics of olanzapine, and patient-specific covariates were evaluated as potential contributors to variability in drug exposure. The population mean olanzapine clearance and volume of distribution were 16.1 L/h and 2150 L, respectively. Elimination of olanzapine varied nearly 10-fold (range, 6.66-67.96 L/h). Smoking status, sex, and race accounted for 26%, 12%, and 7% of the variability, respectively (P < .0001). Smokers cleared olanzapine 55% faster than non/past smokers (P < .0001). Men cleared olanzapine 38% faster than women (P < .0001). Patients who identified themselves as black or African American cleared olanzapine 26% faster than other races (P < .0001). Differences in olanzapine exposure due to sex, race, and smoking may account for some of the variability in response to olanzapine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».