Clinical and Pharmacogenetic Predictors of Circulating Atorvastatin and Rosuvastatin Concentrations in Routine Clinical Care
Notice bibliographique
Résumé
BACKGROUND: A barrier to statin therapy is myopathy associated with elevated systemic drug exposure. Our objective was to examine the association between clinical and pharmacogenetic variables and statin concentrations in patients. METHODS AND RESULTS: In total, 299 patients taking atorvastatin or rosuvastatin were prospectively recruited at an outpatient referral center. The contribution of clinical variables and transporter gene polymorphisms to statin concentration was assessed using multiple linear regression. We observed 45-fold variation in statin concentration among patients taking the same dose. After adjustment for sex, age, body mass index, ethnicity, dose, and time from last dose, SLCO1B1 c.521T>C (P<0.001) and ABCG2 c.421C>A (P<0.01) were important to rosuvastatin concentration (adjusted R(2)=0.56 for the final model). Atorvastatin concentration was associated with SLCO1B1 c.388A>G (P<0.01) and c.521T>C (P<0.05) and 4β-hydroxycholesterol, a CYP3A activity marker (adjusted R(2)=0.47). A second cohort of 579 patients from primary and specialty care databases were retrospectively genotyped. In this cohort, genotypes associated with statin concentration were not differently distributed among dosing groups, implying providers had not yet optimized each patient's risk-benefit ratio. Nearly 50% of patients in routine practice taking the highest doses were predicted to have statin concentrations greater than the 90th percentile. CONCLUSIONS: Interindividual variability in statin exposure in patients is associated with uptake and efflux transporter polymorphisms. An algorithm incorporating genomic and clinical variables to avoid high atorvastatin and rosuvastatin levels is described; further study will determine whether this approach reduces incidence of statin myopathy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».