Genetics of Common Antipsychotic-Induced Adverse Effects
Notice bibliographique
Résumé
The effectiveness of antipsychotic drugs is limited due to accompanying adverse effects which can pose considerable health risks and lead to patient noncompliance. Pharmacogenetics (PGx) offers a means to identify genetic biomarkers that can predict individual susceptibility to antipsychotic-induced adverse effects (AAEs), thereby improving clinical outcomes. We reviewed the literature on the PGx of common AAEs from 2010 to 2015, placing emphasis on findings that have been independently replicated and which have additionally been listed to be of interest by PGx expert panels. Gene-drug associations meeting these criteria primarily pertain to metabolic dysregulation, extrapyramidal symptoms (EPS), and tardive dyskinesia (TD). Regarding metabolic dysregulation, results have reaffirmed HTR2C as a strong candidate with potential clinical utility, while MC4R and OGFR1 gene loci have emerged as new and promising biomarkers for the prediction of weight gain. As for EPS and TD, additional evidence has accumulated in support of an association with CYP2D6 metabolizer status. Furthermore, HSPG2 and DPP6 have been identified as candidate genes with the potential to predict differential susceptibility to TD. Overall, considerable progress has been made within the field of psychiatric PGx, with inroads toward the development of clinical tools that can mitigate AAEs. Going forward, studies placing a greater emphasis on multilocus effects will need to be conducted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».