Correcting the QT Interval for Changes in HR in Pre-clinical Drug Development
Notice bibliographique
Résumé
OBJECTIVES: Estimation of possible cardiovascular side effects belongs to the safety assessment of every drug candidate. Drug-induced prolongation of the QT interval can result in life-threatening ventricular arrhythmia. In pre-clinical drug development, animal experiments are used to study this possible effect. Researchers have become aware that correction formulae derived for human beings are not applicable to animal experiments. METHODS: We investigated some of the proposed models by comparing the outcomes of the analyses on the same data. The data was derived from telemetry measurements on Labrador dogs. We propose the use of both the correlation with heart rate (or RR interval) and a measure of predictive performance. As a sufficiently large number of observations were available, the data was subdivided into a training and a test set. The training set serves to estimate the respective parameters while the test set is used to determine the performance of the model. Here, a kind of PRESS statistic was used. Next, the models were considered for treated animals, using the estimated parameters. Both positive and negative controls were used. CONCLUSIONS: Most models under consideration performed quite well. These models eliminated the correlation for the most part and were reasonably predictive. Furthermore, they reliably differentiate between positive and negative controls. The next steps in identifying the best correction will be to consider additional compounds as well as other species to validate our current results.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».