Effect of gastric bypass surgery on azithromycin oral bioavailability
Notice bibliographique
Résumé
OBJECTIVES: Azithromycin is used widely for community-acquired infections. The timely administration of azithromycin in adequate doses minimizes treatment failure. Gastric bypass, a procedure that circumvents the upper gut, may compromise azithromycin plasma levels. We hypothesized that azithromycin concentrations would be reduced following gastric bypass. METHODS: A single-dose pharmacokinetic study in 14 female post-gastric bypass patients and 14 sex- and body mass index (BMI)-matched controls (mean age 44 years and BMI 36.4 kg/m(2)) was performed. Subjects were administered two 250 mg azithromycin tablets at time 0 and plasma azithromycin levels were sampled at 0.5, 1, 1.5, 2, 3, 5, 7 and 24 h. The AUC of the plasma azithromycin concentrations from time 0 to 24 h (AUC(0-24)) was the primary outcome. RESULTS: Azithromycin concentrations were lower in gastric bypass patients compared with controls throughout the entire duration of sampling. Compared with controls, the AUC(0-24) was reduced in gastric bypass subjects by 32% [1.41 (SD 0.51) versus 2.07 (0.75) mg · h/L; P = 0.008], and dose-normalized AUC(0-24) was reduced by 33% [0.27 (0.12) versus 0.40 (0.13) kg · h/L; P = 0.009]. Peak azithromycin concentrations were 0.260 (0.115) in bypass subjects versus 0.363 (0.200) mg/L in controls (P = 0.08), and were reached at 2.14 (0.99) h in gastric bypass subjects and 2.36 (1.17) h in controls (P = 0.75). CONCLUSIONS: Azithromycin AUC was reduced by one-third in gastric bypass subjects compared with controls. The potential for early treatment failure exists, and dose modification and/or closer clinical monitoring of gastric bypass patients receiving azithromycin should be considered.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».