MétaCan
Menu
Retour à la cohorte
Enregistrement W2771880689 · doi:10.3390/jpm7040020

Pharmacogenomics Guided-Personalization of Warfarin and Tamoxifen

2017· review· en· W2771880689 sur OpenAlexaff
Theodore J. Wigle, L. E. Jansen, Wendy A. Teft, Richard Kim

Notice bibliographique

RevueJournal of Personalized Medicine · 2017
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPharmacogenomicsTamoxifenWarfarinMedicinePharmacogeneticsPersonalizationPersonalized medicineIntensive care medicinePharmacologyBioinformaticsInternal medicineBreast cancerCancerComputer scienceBiologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The use of pharmacogenomics to personalize drug therapy has been a long-sought goal for warfarin and tamoxifen. However, conflicting evidence has created reason for hesitation in recommending pharmacogenomics-guided care for both drugs. This review will provide a summary of the evidence to date on the association between cytochrome P450 enzymes and the clinical end points of warfarin and tamoxifen therapy. Further, highlighting the clinical experiences that we have gained over the past ten years of running a personalized medicine program, we will offer our perspectives on the utility and the limitations of pharmacogenomics-guided care for warfarin and tamoxifen therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,556
Tête enseignante GPT0,598
Écart entre enseignants0,042 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207