Towards the integration of pharmacogenetics in psychiatry
Notice bibliographique
Résumé
PURPOSE OF REVIEW: The implementation of pharmacogenetic testing in psychiatry is underway but is not yet standard protocol. Barriers to pharmacogenetics becoming standard practice are the lack of translation of evidence-based recommendations and standardization of genetic testing panels. As for the latter, there are currently no regulatory standards related to the gene and allele content of testing panels used to derive medication selection and dosing advice. To address these barriers, we summarize the current gene-drug interaction knowledgebase and proposed a minimum gene and allele set for pharmacogenetic testing in psychiatry. RECENT FINDINGS: The Pharmacogenomics Knowledgebase has cataloged 448 gene-drug interactions relevant to psychiatry based on the current scientific literature, drug labels, and pharmacogenetic-based implementation guidelines. A majority of these interactions involved two cytochrome P450 enzymes (CYP2D6 and CYP2C19) and antidepressant medications, however, CYP2C9, HLA-A, and HLA-B are relevant to mood stabilizers/anticonvulsants. SUMMARY: On the basis of evidence base, we proposed a minimum gene and allele set for pharmacogenetic testing in psychiatry that includes 16 variant alleles within five genes (CYP2C9, CYP2C19, CYP2D6, HLA-A, HLA-B). The intent is to assist clinicians in judging the gene and allele content of pharmacogenetic tests and to facilitate pharmacogenetic testing as a standard protocol and companion tool for psychotropic medication selection and dosing.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».