Notice bibliographique
Résumé
Polymorphisms exhibited by drug-metabolizing enzymes are well known and have been investigated for many years. Recently, the exploding field of pharmacogenetics has focused not only on the characterization of enzymes responsible for drug biotransformation but also, on describing the sources of variability in enzyme activity. While initial observations and studies focused on populations of Caucasian origin, reports for other populations followed. The incidence of a poor or slow metabolizer phenotype for a given enzyme caused by allelic variants may vary significantly between populations. The question arises as to whether a prediction of the phenotype (i.e. distribution and/or enzyme activity) can be accurately ascertained from genotype information gathered in a related population. This is exemplified by NAD(P):quinone oxidoreductase (NQO1) investigated in Canadian Native Indian (CNI), Inuit and Chinese populations and the cytochromes P4502C19 and 2D6. While the two North American Native populations are genetically distinct, they are both descendants from northern Asia. Consequently, one might suspect that on a pharmacogenetic basis, CNI and Inuit would be more comparable to Chinese as opposed to Caucasian populations. This is certainly not the case as demonstrated for all three enzymes. Also, for a reliable phenotype prediction, one needs to pay attention to ethnic "mixing" which occurs between certain populations. Ethnic diversity constitutes both a challenge and an opportunity to prudently apply pharmacogenetics so that variability in both drug disposition and effect may be better understood.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».