Towards the implementation of<i>CYP2D6</i>and<i>CYP2C19</i>genotypes in clinical practice: Update and report from a pharmacogenetic service clinic
Notice bibliographique
Résumé
Genetic testing may help to improve treatment outcomes in order to avoid non-response or severe side effects to psychotropic medication. Most robust data have been obtained for gene variants in CYP2D6 and CYP2C19 enzymes for antipsychotics and antidepressant treatment. We reviewed original articles indexed in PubMed from 2008-2013 on CYP2D6 and CYP2C19 gene variants and treatment outcome to antidepressant or antipsychotic medication. We have started providing CYP2D6 and CYP2C19 genotype information to physicians and conducted a survey where preliminary results are reported. Studies provided mixed results regarding the impact of CYP2D6 and CYP2C19 gene variation on treatment response. Plasma levels were mostly found associated with CYP metabolizer status. Higher occurrence/severity of side effects were reported in non-extensive CYP2D6 or CYP2C19 metabolizers. Results showed that providing genotypic information is feasible and generally well accepted by both patients and physicians. Although currently available studies are limited by small sample sizes and infrequent plasma drug level assessment, research to date indicates that CYP2D6 and CYP2C19 testing may be beneficial particularly for non-extensive metabolizing patients. In summary, clinical assessment of CYP2D6 and CYP2C19 metabolizer status is feasible, well accepted and optimizes drug treatment in psychiatry.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».