MétaCan
Menu
Retour à la cohorte
Enregistrement W2332274857 · doi:10.1097/jcp.0b013e318218d339

Predicting Dopamine D2 Receptor Occupancy From Plasma Levels of Antipsychotic Drugs

2011· review· en· W2332274857 sur OpenAlexaff
Hiroyuki Uchida, Hiroyoshi Takeuchi, Ariel Graff‐Guerrero, Takefumi Suzuki, Koichiro Watanabe, David C. Mamo

Notice bibliographique

RevueJournal of Clinical Psychopharmacology · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesJanssen PharmaceuticalsAstellas PharmaOtsuka PharmaceuticalDainippon Sumitomo PharmaPfizer Health Research FoundationEli Lilly and Company
Mots-clésAntipsychoticRisperidoneOlanzapineConfidence intervalOccupancyDopamine receptor D2Internal medicineClozapineMedicinePositron emission tomographySchizophrenia (object-oriented programming)Nuclear medicinePsychiatryDopamineBiology

Résumé

récupéré en direct d'OpenAlex

Measuring dopamine D₂ receptor occupancy levels using positron emission tomography (PET) is still widely unavailable. The objective of this study was to evaluate the accuracy of predicting D2 occupancy from the antipsychotic plasma level in patients with schizophrenia. Positron emission tomographic studies that measured plasma levels of antipsychotics and their corresponding D₂ occupancy levels were identified, using MEDLINE and EMBASE (last search: March 2010). Antipsychotics that were investigated in a total of 20 subjects or more were included. All data points for each antipsychotic were fit to a one-site binding model to estimate the total plasma concentration of each antipsychotic associated with a 50% occupancy (ED₅₀) of brain D₂ receptors. The mean prediction error and the root mean squared prediction error were used to measure the predictive performance of individual D₂ receptor occupancies from plasma drug levels derived from a one-site occupancy model using an ED₅₀ value calculated for each data point. A total of 34 treatment arms from 23 studies involving 281 subjects were included. The mean (95% confidence interval) prediction errors and root squared prediction errors were as low as 0.0 (-1.8 to 1.8) and 8.9 (7.6-10.2) for risperidone (n = 98); 0.0 (-3.5 to 3.5) and 15.1 (12.9-17.3) for clozapine (n = 75); -0.1 (-1.2 to 1.2), 0.0 (-1.9 to 1.9), and 4.6 (3.5-5.8) for olanzapine (n = 42); 0.1 (-3.4 to 3.5) and 9.9 (7.3-12.5) for haloperidol (n = 35); and -0.1 (-3.3 to 3.1) and 12.3 (8.8-15.7) for ziprasidone (n = 31), respectively. These findings suggest that D₂ occupancy of antipsychotics could be estimated with a high degree of accuracy using widely available plasma levels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,206
Tête enseignante GPT0,529
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical PsychopharmacologyMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207