Pharmacogenomic biomarkers do not predict response to drotrecogin alfa in patients with severe sepsis
Notice bibliographique
Résumé
PURPOSE: To explore potential design for pharmacogenomics trials in sepsis, we investigate the interaction between pharmacogenomic biomarkers and response to drotrecogin alfa (activated) (DrotAA). This trial was designed to validate whether previously identified improved response polymorphisms (IRPs A and B) were associated with an improved response to DrotAA in severe sepsis. METHODS: Patients with severe sepsis at high risk of death, who received DrotAA or not, with DNA available were included and matched to controls adjusting for age, APACHE II or SAPS II, organ dysfunction, ventilation, medical/surgical status, infection site, and propensity score (probability that a patient would have received DrotAA given their baseline characteristics). Independent genotyping and two-phase data transfer mitigated bias. The primary analysis compared the effect of DrotAA in IRP+ and IRP- groups on in-hospital 28-day mortality. Secondary endpoints included time to death in hospital; intensive care unit (ICU)-, hospital-, and ventilator-free days; and overall DrotAA treatment effect on mortality. RESULTS: Six hundred and ninety-two patients treated with DrotAA were successfully matched to 1935 patients not treated with DrotAA. Genotyping was successful for 639 (DrotAA) and 1684 (nonDrotAA) matched patients. The primary hypothesis of a genotype-by-treatment interaction (assessed by conditional logistic regression analysis) was not significant (P = 0.30 IRP A; P = 0.78 IRP B), and there was no significant genotype by treatment interaction for any secondary endpoint. CONCLUSIONS: Neither IRP A nor IRP B predicted differential response to DrotAA on in-hospital 28-day mortality. ClinicalTrials.gov registration NCT01486524.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».