Determination of CYP2C19 Polymorphism, Side Effects, and Medication Adherence in Patients Who have Utilized Selective Serotonin Reuptake Inhibitors
Notice bibliographique
Résumé
Objective: The aim of this study is to determine relationship of cytochrome P-450 2C19 (CYP2C19) enzymes polymorphism, side effects, and medication adherence in patients who have been diagnosed with major depression and have utilized selective serotonin reuptake inhibitors.Methods: Fifty-three major depression patients (mean of age: 33.25±11.29 years old; male/female: 7/46) were included in this study. Polymorphisms were determined from genomic DNA by using the ‘Real-Time Polymerase Chain Reaction’ method. Side effects and medication adherence levels were assessed by using the ‘Toronto Side Effects Scale’ and the four items medication adherence scale (Morisky, Green and Levine), respectively.Results: The most common side effects that patients reported were drowsiness/daytime somnolence (54.7%), malaise or fatigue (43.4%), sweating (43.4%), nausea (41.5%) and dry mouth (41.5%). Only nine (17%) patients were found to be highly adherent to their medication. When evaluating the CYP2C19 polymorphisms of patients, 37.7%, 24.5% and 20.8% of the patients were classified as intermediate, extensive and ultra-rapid metabolizers, respectively. Allele frequencies of CYP2C19*17 and CYP2C19*2 was calculated as 24.5% and 27.4%, respectively. Although there were some differences in side effect scores and medication adherences among the polymorphism groups, these relationships were not found to be statistically significant.Conclusion: This study shows that patients who utilized antidepressants frequently experienced side effects and had low medication adherence. Another interesting finding is the high rate of ultrarapid metabolizers of CYP2C19.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».