MétaCan
Menu
Retour à la cohorte
Enregistrement W2138219103 · doi:10.2174/138161212803523617

Genetics and Personalized Medicine in Antidepressant Treatment

2012· review· en· W2138219103 sur OpenAlexafffund
Katarina Gvozdic, Eva J. Brandl, Danielle L. Taylor, Daniel J. Müller

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2012
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurotransmitter Receptor Influence on Behavior
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchNational Alliance for Research on Schizophrenia and Depression
Mots-clésPharmacogeneticsSerotonin transporterAntidepressantMedicinePharmacogenomicsPersonalized medicineCandidate genePharmacodynamicsDrugPharmacologyAnxietyPrecision medicineBioinformaticsPsychiatryGeneGeneticsPharmacokineticsInternal medicineBiologyGenotypeSerotoninReceptor

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Antidepressant medication is a major cornerstone in treatment of mood and anxiety disorders. Numerous substances are available on the market; however, only 60% of treated patients show sufficient response to medication and side effects are common. Lengthy trials are not uncommon until the optimized drug and dose is found and unfortunately, no valid predictors to match the 'right' drug to the 'right' patient exist nowadays. Genetic factors are thought to be involved as evidenced by numerous pharmacogenetic studies. This comprehensive review summarizes the most interesting findings and discusses clinical implications of pharmacogenetic results. METHODS: We reviewed available literature on pharmacogenetics of antidepressant response and side effects until summer 2011 using the PubMed database. RESULTS: Promising findings exist for several variants in candidate genes involved in the pharmacokinetics or pharmacodynamics of antidepressants. These include association findings in the serotonin transporter gene (5-HTT), serotonin receptor genes, a gene coding an efflux pump in the blood-brain-barrier (ABCB1), and genes involved in the HPA axis. Promising candidate genes increasing risk for side effects include some of the genes associated with treatment response and cytochrome P450 genes. CONCLUSION: A high number of studies on pharmacogenetics of antidepressants have been published during the past decades. However, contradictory results still limit clinical use of these findings. Future studies should include functional analyses and consider gene-gene and gene-environment interactions. This will aid in facilitating a future use of pharmacogenetics in clinical practice, likely leading to improved patient care.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,498
Tête enseignante GPT0,494
Écart entre enseignants0,004 · 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'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

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetNeurotransmitter Receptor Influence on BehaviorTravaux en français237 207