Clinical and genetic factors influencing acenocoumarol dosing
Notice bibliographique
Résumé
: Coumadin oral anticoagulants are widely used in multiple clinical scenarios. Their narrow therapeutic range and a dosing strategy based on 'a posteriori' algorithms, pose them as an interesting group for prediction modelling research. Extensive literature explaining the association between clinical and genetic variables with the dose of warfarin have been published. Limited information exists regarding these factors and acenocoumarol dosing. The aim of the study is to explain through clinical/genetic variables, the weekly dose of acenocoumarol necessary for achieving stable anticoagulation status. We performed a cross-sectional study enrolling adults under treatment with acenocoumarol with at least three consecutive INRs between 2 and 3. To explain the association between demographic, clinical and genotype data (VKORC1, CYP2C9 and CYP4F2) and the mean weekly dose of acenocoumarol, we performed a multiple linear regression model. In our cohort, a higher age, the presence of atrial fibrillation, chronic renal failure and VKORC1 haplotype A were associated with a lower mean weekly dose of acenocoumarol. On the other side, a higher weight was associated with a higher weekly dose. Amongst anticoagulated adult patients, VKORC1 genotype and baseline clinical factors can explain acenocoumarol dosing, and therefore, help clinicians while deciding the initial anticoagulant dose.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».