MétaCan
Menu
Retour à la cohorte
Enregistrement W2893858554 · doi:10.1002/jcph.1316

Pharmacometric Modeling and Simulation Is Essential to Pediatric Clinical Pharmacology

2018· review· en· W2893858554 sur OpenAlex
Michael Neely, David S. Bayard, Amit Desai, Laura Kovanda, Andrea N. Edginton

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Clinical Pharmacology · 2018
Typereview
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of General Medical Sciences
Mots-clésClinical pharmacologyMedicineSubspecialtyPharmacologyBroad spectrumSpecialtyDrug developmentIntensive care medicineDrugMedical physicsFamily medicine

Résumé

récupéré en direct d'OpenAlex

Pediatric clinical pharmacology now encompasses a wide range of activities, including drug pharmacokinetic and pharmacodynamic modeling and simulation, also known as pharmacometrics. Pediatric clinical pharmacologists may be physicians but are more likely to be pharmacists or PhD scientists, and pediatric clinical pharmacology today is largely a research specialty rather than a subspecialty for direct patient care. Pharmacometrics, including "top-down" population modeling and "bottom-up" physiologically based pharmacokinetic modeling, has become an indispensable tool for pharmaceutical industry scientists, government regulators, academic researchers, and even a handful of patient-oriented practitioners. This review summarizes the application of pharmacometrics within each of these domains and predicts future trends of further applications across the spectrum of pediatric clinical pharmacology from drug development to patient care.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,796
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,444
Tête enseignante GPT0,648
Écart entre enseignants0,203 · 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