Notice bibliographique
Résumé
BACKGROUND: Many commonly ingested substances such as grapefruit juice and Hypericum perforatum (St John's wort) have been found to interact with important therapeutic agents such as cyclosporine (INN, ciclosporin). The mechanism for these interactions is thought to involve modulation of the activity of the drug-metabolizing enzyme cytochrome P4503A4 (CYP3A4) and/or the drug transport protein Pglycoprotein. In vitro data suggest that red wine may interact with CYP3A4 substrates such as cyclosporine. METHODS: We conducted a randomized, 2-way crossover study of 12 healthy individuals. Subjects received a single 8-mg/kg dose of oral cyclosporine with water (control) and with 12 oz of red wine (Blackstone Merlot, 1996; Blackstone Winery, Graton, Calif). Whole blood was analyzed for cyclosporine and 6 metabolites by specific fluorescence polarization immunoassay and tandem liquid chromatography-mass spectrometry. Blood levels of cyclosporine were compared between the 2 arms. RESULTS: Red wine caused a 50% increase in the oral clearance of cyclosporine. Systemic exposure as measured by the area under the concentration-versus-time curve (AUC) and peak concentration (C(max)) were significantly decreased by red wine. However, half-life was not affected, suggesting that red wine decreased cyclosporine absorption. In vitro, the solubility of cyclosporine in red wine appeared to be lower than in water. CONCLUSIONS: Administration of cyclosporine with red wine causes a significant decrease in cyclosporine exposure. Because cyclosporine is a narrow therapeutic range compound, caution may be warranted with concomitant intake of red wine and cyclosporine.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,004 | 0,001 |
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.
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 ».