MétaCan
Menu
Retour à la cohorte
Enregistrement W2346762247 · doi:10.1007/s40272-016-0176-2

Pharmacogenomics in Pediatric Patients: Towards Personalized Medicine

2016· review· en· W2346762247 sur OpenAlexaff
Hedy Maagdenberg, Susanne J. H. Vijverberg, Marc Bierings, Bruce Carleton, Hubertus G.M. Arets, Anthonius de Boer, Anke H. Maitland‐van der Zee

Notice bibliographique

RevuePediatric Drugs · 2016
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensChild and Family Research InstituteBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPharmacogenomicsMedicinePharmacogeneticsPersonalized medicinePopulationDosingClinical trialIntensive care medicineBioinformaticsOncologyPharmacologyInternal medicineGeneticsGenotypeBiology

Résumé

récupéré en direct d'OpenAlex

It is well known that drug responses differ among patients with regard to dose requirements, efficacy, and adverse drug reactions (ADRs). The differences in drug responses are partially explained by genetic variation. This paper highlights some examples of areas in which the different responses (dose, efficacy, and ADRs) are studied in children, including cancer (cisplatin), thrombosis (vitamin K antagonists), and asthma (long-acting β2 agonists). For childhood cancer, the replication of data is challenging due to a high heterogeneity in study populations, which is mostly due to all the different treatment protocols. For example, the replication cohorts of the association of variants in TPMT and COMT with cisplatin-induced ototoxicity gave conflicting results, possibly as a result of this heterogeneity. For the vitamin K antagonists, the evidence of the association between variants in VKORC1 and CYP2C9 and the dose is clear. Genetic dosing models have been developed, but the implementation is held back by the impossibility of conducting a randomized controlled trial with such a small and diverse population. For the long-acting β2 agonists, there is enough evidence for the association between variant ADRB2 Arg16 and treatment response to start clinical trials to assess clinical value and cost effectiveness of genotyping. However, further research is still needed to define the different asthma phenotypes to study associations in comparable cohorts. These examples show the challenges which are encountered in pediatric pharmacogenomic studies. They also display the importance of collaborations to obtain good quality evidence for the implementation of genetic testing in clinical practice to optimize and personalize treatment.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
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: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,124
Tête enseignante GPT0,461
Écart entre enseignants0,337 · 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

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric DrugsMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207