Real-time Dose Adjustment of Cyclophosphamide in a Preparative Regimen for Hematopoietic Cell Transplant: A Bayesian Pharmacokinetic Approach
Notice bibliographique
Résumé
PURPOSE: Dose-related toxicity of cyclophosphamide may be reduced and therapeutic efficacy may be improved by pharmacokinetic sampling and dose adjustment to achieve a target area under the curve (AUC) for two of its metabolites, hydroxycyclophosphamide (HCY) and carboxyethylphosphoramide mustard (CEPM). To facilitate real-time dose adjustment, we developed open-source code within the statistical software R that incorporates individual data into a population pharmacokinetic model. EXPERIMENTAL DESIGN: Dosage prediction performance was compared to that obtained with nonlinear mixed-effects modeling using NONMEM in 20 cancer patients receiving cyclophosphamide. Bayesian estimation of individual pharmacokinetic parameters was accomplished from limited (i.e., five samples over 0-16 hours) sampling of plasma HCY and CEPM after the initial cyclophosphamide dose. Conditional on individual pharmacokinetics, simulations of the AUC of both HCY and CEPM were provided for a range of second doses (i.e., 0-100 mg/kg cyclophosphamide). RESULTS: The results compared favorably with NONMEM and returned accurate predictions for AUCs of HCY and CEPM with comparable mean absolute prediction error and root mean square prediction error. With our method, the mean absolute prediction error and root mean square prediction error of AUC CEPM were 11.0% and 12.8% and AUC HCY were 31.7% and 44.8%, respectively. CONCLUSIONS: We developed dose adjustment software that potentially can be used to adjust cyclophosphamide dosing in a clinical setting, thus expanding the opportunity for pharmacokinetic individualization of cyclophosphamide. The software is simple to use (requiring no programming experience), reads individual patient data directly from an Excel spreadsheet, and runs in less than 5 minutes on a desktop PC.
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 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».