MétaCan
Menu
Retour à la cohorte
Enregistrement W2323751518 · doi:10.1097/ftd.0b013e318220bc64

Limited Sampling Strategies for Monitoring Tacrolimus in Pediatric Liver Transplant Recipients

2011· article· en· W2323751518 sur OpenAlexafffund
Jean‐Romain Delaloye, Nastya Kassir, Anne‐Laure Lapeyraque, Fernando Álvarez, Michel Lallier, Mona Beaunoyer, Line Labbé, Yves Théorêt, Catherine Litalien

Notice bibliographique

RevueTherapeutic Drug Monitoring · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensCanadian Paediatric SocietyUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTacrolimusMedicineTrough levelLiver transplantationTrough ConcentrationLinear regressionStatisticsConfidence intervalMathematicsPharmacokineticsUrologyInternal medicineTransplantation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop and validate limited sampling strategies (LSSs) for tacrolimus in pediatric liver transplant recipients. METHODS: Thirty-six 12-hour pharmacokinetic profiles from 28 pediatric liver transplant recipients (0.4-18.5 years) were collected. Tacrolimus concentrations were measured by immunoassay and area under the curve (AUC0-12) was determined by trapezoidal rule. LSSs consisting of 1, 2, 3, or 4 concentration-time points were developed using multiple regression analysis. Eight promising models (2 per category) were selected based on the following criteria: r2 ≥ 0.90, inclusion of trough concentration (C0), and time points within 4 hours postdose. The predictive performance of these LSSs was evaluated in an independent set of data by measuring the mean prediction error and the root mean squared prediction error. RESULTS: Five models including 2-4 time points predicted AUC0-12 with a ±15% error limit. Bias (mean prediction error) and precision (root mean squared prediction error) of LSS involving C0, C1, and C4 (AUCpredicted = 9.30 + 3.69 × C0 + 2.19 × C1 + 4.69 × C4) were -4.98% and 8.29%, respectively. Among single time point LSSs, the model using C0 had a poor correlation with AUC0-12 (r2 = 0.53), whereas the one with C4 had the highest correlation with tacrolimus exposure (r2 = 0.84). CONCLUSIONS: Trough concentration is a poor predictor of tacrolimus AUC0-12 in pediatric liver transplant recipients. However, LSSs using 2-4 concentration-time points obtained within 4 hours postdose provide a reliable and convenient method to predict tacrolimus exposure in this population. The proposed LSSs represent an important step that will allow the undertaking of prospective trials aiming to better define tacrolimus target AUC in pediatric liver transplant recipients and to determine whether AUC-guided monitoring is superior to C0-based monitoring in terms of efficacy and safety.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,120
Tête enseignante GPT0,334
Écart entre enseignants0,214 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTherapeutic Drug MonitoringMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207