MétaCan
Menu
Retour à la cohorte
Enregistrement W2129209019 · doi:10.1681/asn.2009010082

ESRD Impairs Nonrenal Clearance of Fexofenadine but not Midazolam

2009· article· en· W2129209019 sur OpenAlexaff
Thomas D. Nolin, Reginald F. Frye, Phuong Le, Hooman Sadr, Judith Naud, Vincent Pichette, Jonathan Himmelfarb

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2009
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésFexofenadineMidazolamPharmacologyMedicinePharmacokineticsChemistry

Résumé

récupéré en direct d'OpenAlex

ESRD can affect the pharmacokinetic disposition of drugs subject to nonrenal clearance. Cytochrome P450 (CYP) enzymes, including CYP3A, and multiple intestinal and hepatic drug transporters are thought to mediate this process, but the extent to which kidney disease alters the function of these proteins in humans is unknown. We used midazolam and fexofenadine to assess CYP3A (intestinal and hepatic) and drug transport, respectively, in patients with ESRD and healthy control subjects. We evaluated the effect of uremia on CYP3A and transporter expression in vitro by incubating normal rat hepatocytes and enterocytes with serum drawn from study participants. ESRD dramatically reduced nonrenal transporter function, evidenced by a 63% decrease in clearance (P < 0.001) and a 2.8-fold increase in area under the plasma concentration-time curve for fexofenadine (P = 0.002), compared with control subjects. We did not observe significant differences in midazolam or 1'-hydroxymidazolam clearance or area under the curve after oral administration, suggesting that CYP3A function is not changed by ESRD. Changes in hepatocyte and enterocyte protein expression in the presence of uremic serum were consistent with in vivo results. These findings demonstrate a mechanism for altered drug disposition in kidney disease, which may partially account for the high rates of drug toxicity in this population.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,059
Tête enseignante GPT0,397
Écart entre enseignants0,337 · 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

Citations142
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207