Effect of <i> <scp>CYP</scp> 4F2 </i> , <i> <scp>VKORC</scp> 1 </i> , and <i> <scp>CYP</scp> 2C9 </i> in Influencing Coumarin Dose: A Single‐Patient Data Meta‐Analysis in More Than 15,000 Individuals
Notice bibliographique
Résumé
The cytochrome P450 (CYP)4F2 gene is known to influence mean coumarin dose. The aim of the present study was to undertake a meta-analysis at the individual patients level to capture the possible effect of ethnicity, gene-gene interaction, or other drugs on the association and to verify if inclusion of CYP4F2*3 variant into dosing algorithms improves the prediction of mean coumarin dose. We asked the authors of our previous meta-analysis (30 articles) and of 38 new articles retrieved by a systematic review to send us individual patients' data. The final collection consists of 15,754 patients split into a derivation and validation cohort. The CYP4F2*3 polymorphism was consistently associated with an increase in mean coumarin dose (+9% (95% confidence interval (CI) 7-10%), with a higher effect in women, in patients taking acenocoumarol, and in white patients. The inclusion of the CYP4F2*3 in dosing algorithms slightly improved the prediction of stable coumarin dose. New pharmacogenetic equations potentially useful for clinical practice were derived.
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 | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,035 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».