Pharmacogenomic Challenges in Cardiovascular Diseases: Examples of Drugs and Considerations for Future Integration in Clinical Practice
Notice bibliographique
Résumé
INTRODUCTION: Even if cardiovascular disease (CVD) drugs are supported by high level proofs, the results of CVD treatment present great disparities: there are still patients dying with supposed optimal treatment, patients facing adverse events and CVD remains the primary cause of death in the world. Pharmacogenomics is the basis of personalisation of the treatment able to allow higher medication success rates. In this review, we will present detailed examples of CVD drugs to highlight the complexity of this challenging field and we will discuss novel concepts that should be considered for a fastest integration of pharmacogenomics in clinical practice of CVD. Areas Covered: The complexity of pharmacogenetics and pharmacogenomics of CVD drugs are presented though examples of medications such as statins, with a focus on their effectiveness and adverse effects. Expert Opinion: The application of personalised medicine in the CVD medical practice requires the study of human genome with regard to drugs pharmacokinetics, pharmacodynamics, interactions and tolerance profile. The existing state -of-the-art of CVD drugs gives hopes for a future revolution in the drug development that will maximise cardiovascular patients benefit while decreasing their risks for adverse effects. Article Highlights Box: • Coronary heart disease (CHD) remains the first cause of death worldwide. • Cardiovascular treatment has a significant percentage of insufficient efficacy, poor tolerance and compliance. • Predicting the response to therapy while diminishing the side effects is the basis of personalised medicine; pharmacogenomics is leading towards this direction. • The response to CVD therapy and side effects are in the heart of CVD pharmacogenomics and significant progress has been noted. • The application of pharmacogenomics in the CVD medical practice is facing many methodological, technical, ethical, behavioral and financial issues, while cost-effectiveness is the main prerequisite. • The consideration of gene × gene × environment interactions and the inclusion of "omics" data in pharmacogenomic studies of CVD drugs will facilitate the generation of reliable results and will promote tailored treatments and new strategies of drug research and development.
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 | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».