MétaCan
Menu
Retour à la cohorte
Enregistrement W2340911550 · doi:10.6000/1929-2279.2016.05.02.4

Irinotecan (CamptoR) Pharmacokinetics and Metabolism in Patients with Elevated Serum Bilirubin Levels

2016· article· en· W2340911550 sur OpenAlexvenueno aff
Najia Mansoor, Johannes Schueller, Philipp Buchner, Martin Czejka, Tasneem Ahmad

Notice bibliographique

RevueJournal of cancer research updates · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer therapeutics and mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrinotecanPharmacokineticsBilirubinActive metaboliteMetabolitePharmacologySN-38MedicineColorectal cancerDrug metabolismDrugInternal medicineChemistryGastroenterologyCancer

Résumé

récupéré en direct d'OpenAlex

In this study, we have calculated and reported the pharmacokinetics of irinotecan and its active metabolite, SN-38, in patients with increased plasma bilirubin levels. Four patients suffering from metastatic colorectal cancer (CRC) with high bilirubin levels (0.7 to 15 mg/dl) were selected for our study. These patients were being treated by CPT -11 (Irinotecan) in the hospital setup. To all four patients, CPT-11 was administered as a 60 min IV- infusion (180 mg/m2, total dose 339 ± 32 mg). Blood samples were collected at 0, 15, 30, 45, 60, 90,120, 180, 240, 300 and 360 minutes after the drug administration. The drug and its pharmacologically active metabolite, SN38 were quantified in these samples by an HPLC method. The blood level profiles were analyzed for their PK behavior by Kinetica® software system. SN 38 levels were found to be decreasing with increasing bilirubin values. The possible rationalizing for lower SN38 levels with elevated bilirubin levels might be some liver impairment which slows the metabolic conversion of irinotecan into SN-38.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,347
Écart entre enseignants0,319 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of cancer research updatesMême sujetCancer therapeutics and mechanismsTravaux en français237 207