Cyclophosphamide pharmacokinetics and pharmacogenetics in children with B-cell non-Hodgkin's lymphoma
Notice bibliographique
Résumé
INTRODUCTION: Variation in cyclophosphamide pharmacokinetics and metabolism has been highlighted as a factor that may impact on clinical outcome in various tumour types. The current study in children with B-cell non-Hodgkin's lymphoma (NHL) was designed to corroborate previous findings in a large prospective study incorporating genotype for common polymorphisms known to influence cyclophosphamide pharmacology. METHODS: A total of 644 plasma samples collected over a 5 year period, from 49 B-cell NHL patients ≤ 18 years receiving cyclophosphamide (250 mg/m(2)), were used to characterise a population pharmacokinetic model. Polymorphisms in genes including CYP2B6 and CYP2C19 were analysed. RESULTS: A two-compartment model provided the best fit of the population analysis. The mean cyclophosphamide clearance value following dose 1 was significantly lower than following dose 5 (1.83 ± 1.07 versus 3.68 ± 1.43 L/h/m(2), respectively; mean ± standard deviation from empirical Bayes estimates; P < 0.001). The presence of at least one CYP2B6*6 variant allele was associated with a lower cyclophosphamide clearance following both dose 1 (1.54 ± 0.11 L/h/m(2) versus 2.20 ± 0.31 L/h/m(2), P = 0.033) and dose 5 (3.12 ± 0.17 L/h/m(2) versus 4.35 ± 0.37 L/h/m(2), P = 0.0028), as compared to homozygous wild-type patients. No pharmacokinetic parameters investigated were shown to have a significant influence on progression free survival. CONCLUSION: The results do not support previous findings of a link between cyclophosphamide pharmacokinetics or metabolism and disease recurrence in childhood B-cell NHL. While CYP2B6 genotype was shown to influence pharmacokinetics, there was no clear impact on clinical outcome.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».