MétaCan
Menu
Retour à la cohorte
Enregistrement W2159722117 · doi:10.18433/j3zp42

The Effect of Natural Health Products and Traditional Medicines on the Activity of Human Hepatic Microsomal-Mediated Metabolism of Oseltamivir

2010· article· en· W2159722117 sur OpenAlexaffvenue
Rui Liu, Teresa Tam, Jingqin Mao, Ammar Saleem, Anthony Krantis, John T. Arnason, Brian C. Foster

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueHerbal Medicine Research Studies
Établissements canadiensHealth CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésOseltamivirProdrugNatural productMicrosomeMetabolitePharmacologyChemistryBiotransformationDrugActive metaboliteTraditional medicineBiochemistryMedicineIn vitroEnzymeDiseaseCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Oseltamivir is a prodrug that requires metabolic activation but there is little information on whether natural health products interact to prevent the biotransformation by the carboxylesterase. METHODS: HPLC-DAD-ESI-MSD and fluorometric assays were used to determine if 50-pooled mixed gender human liver microsomes can mediate the formation of the active carboxylate metabolite and then if this reaction is affected by natural health products. RESULTS: Extracts from 6 traditional Cree botanicals, a commercially available Echinacea product, Goldenseal and a traditional Chinese medicine reduced the formation of the active drug. In addition to oseltamivir carboxylate we report the detection of two new metabolites which are derivatives of oseltamivir carboxylate, one of which is a metabonate formed as a result of methanol. CONCLUSIONS: In vitro studies would suggest that there is the potential for some natural health products used by patients in response to pandemic A/H1N1 to reduce drug efficacy. Further studies are required to determine if these potential interactions could be clinically significant.

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)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,080
Tête enseignante GPT0,451
Écart entre enseignants0,370 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations23
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetHerbal Medicine Research StudiesTravaux en français237 207