MétaCan
Menu
Retour à la cohorte
Enregistrement W2733163186 · doi:10.1111/bcp.13358

Quantitative disease progression model of α‐1 proteinase inhibitor therapy on computed tomography lung density in patients with α‐1 antitrypsin deficiency

2017· article· en· W2733163186 sur OpenAlexaff
Michael A. Tortorici, James A. Rogers, Oliver Vit, Martin Bexon, Robert A. Sandhaus, Jonathan Burdon, Joanna Chorostowska‐Wynimko, Philip J. Thompson, James Stocks, Noel G. McElvaney, Kenneth R. Chapman, Jonathan M. Edelman

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtease and Inhibitor Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCSL Behring
Mots-clésMedicinePlaceboLungInternal medicineGastroenterologyDose–response relationshipRandomized controlled trialQuantitative computed tomographyAlpha 1-antitrypsin deficiencyPopulationClinical trialPathologyBone density

Résumé

récupéré en direct d'OpenAlex

Aims Early‐onset emphysema attributed to α‐1 antitrypsin deficiency (AATD) is frequently overlooked and undertreated. RAPID‐RCT/RAPID‐OLE, the largest clinical trials of purified human α‐1 proteinase inhibitor (A1‐PI; 60 mg kg–1 week–1) therapy completed to date, demonstrated for the first time that A1‐PI is clinically effective in slowing lung tissue loss in AATD. A posthoc pharmacometric analysis was undertaken to further explore dose, exposure and response. Methods A disease progression model was constructed, utilizing observed A1‐PI exposure and lung density decline rates (measured by computed tomography) from RAPID‐RCT/RAPID‐OLE, to predict effects of population variability and higher doses on A1‐PI exposure and clinical response. Dose–exposure and exposure–response relationships were characterized using nonlinear and linear mixed effects models, respectively. The dose–exposure model predicts summary exposures and not individual concentration kinetics; covariates included baseline serum A1‐PI, forced expiratory volume in 1 s and body weight. The exposure–response model relates A1‐PI exposure to lung density decline rate at varying exposure levels. Results A dose of 60 mg kg–1 week–1 achieved trough serum levels >11 μmol l–1 (putative ‘protective threshold’) in ≥98% patients. Dose–exposure–response simulations revealed increasing separation between A1‐PI and placebo in the proportions of patients achieving higher reductions in lung density decline rate; improvements in decline rates ≥0.5 g l–1 year–1 occurred more often in patients receiving A1‐PI: 63 vs. 12%. Conclusion Weight‐based A1‐PI dosing reliably raises serum levels above the 11 μmol l–1 threshold. However, our exposure–response simulations question whether this is the maximal, clinically effective threshold for A1‐PI therapy in AATD. The model suggested higher doses of A1‐PI would yield greater clinical effects.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,033
Tête enseignante GPT0,371
Écart entre enseignants0,339 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetProtease and Inhibitor MechanismsTravaux en français237 207