Levodopa in Parkinson’s Disease: A Review of Population Pharmacokinetics/Pharmacodynamics Analysis
Notice bibliographique
Résumé
BACKGROUND: Parkinson's disease is the second most common neurodegenerative disorder after Alzheimer's disease. Although levodopa remains the single effective agent in the management of Parkinson's disease, the accurate determination of this optimal dosage is complicated by marked between-subject and between-occasion variability in this population. This review presents a synthesis of the population pharmacokinetic and pharmacodynamic models of levodopa described in Parkinson's disease. METHODS: A literature search was conducted from the PubMed database, from their inception through April 2016, using the following terms: levodopa, pharmacokinetic(s), pharmacodynamic(s) population, model(ling) and nonlinear mixed effect. Articles were excluded if they were not pertinent. References of all selected articles were also evaluated. RESULTS: A total of 12 articles were finally retained. The following covariates were selected as interindividual variability factors: body weight, age, sex, creatinine clearance and levodopa dose. The clinical response versus effect site concentration relationship was described with different sigmoidal Emax models. Different pharmacodynamic effects were described: UPDRS, Tapping, Dyskinesia, CURSΣ and treatment response scale. DISCUSSION: This review allows us to realize interpretation of a patient's clinical picture and confirmed the appropriateness of the pharmacokinetic-pharmacodynamic modeling for levodopa. External evaluation of previous published models should be also continued to evaluate these previous studies. New pharmacokinetic and/or pharmacodynamic population modelling studies could be consider to improve future models and decrease variability, to better understand the evolution of patients with Parkinson's disease treated by levodopa. This article is open to POST-PUBLICATION REVIEW. Registered readers (see "For Readers") may comment by clicking on ABSTRACT on the issue's contents page.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».