MétaCan
Menu
Retour à la cohorte
Enregistrement W2134794720 · doi:10.1517/17425255.4.9.1143

Whole body physiologically-based pharmacokinetic models: their use in clinical drug development

2008· review· en· W2134794720 sur OpenAlexaff
Andrea N. Edginton, Frank‐Peter Theil, Walter Schmitt, Stefan Willmann

Notice bibliographique

RevueExpert Opinion on Drug Metabolism & Toxicology · 2008
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDrug developmentPharmacokineticsDrugPharmacologyPhysiologically based pharmacokinetic modellingMedicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Whole-body physiologically-based pharmacokinetic (WB-PBPK) models mathematically describe an organism as a closed circulatory system consisting of compartments that represent the organs important for compound absorption, distribution, metabolism and elimination. OBJECTIVES: To review the current state of WB-PBPK model use in the clinical phases of drug development. METHODS: A qualitative description of the WB-PBPK model structure is included along with a review of the varying methods available for input parameterisation. Current and potential WB-PBPK model application in clinical development is discussed. CONCLUSIONS: This modelling tool is at present used for small and large molecule drug development primarily as a means to scale pharmacokinetics from animals to humans based on physiology. The pharmaceutical industry is active in employing these models to clinical drug development although the applications in use now are narrow in comparison to the potential. Expanded integration of WB-PBPK models into the drug development process will only be achieved with staff training, managerial will, success stories and regulatory agency openness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,329
Tête enseignante GPT0,494
Écart entre enseignants0,164 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations152
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug Metabolism & ToxicologyMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207