P28 Pharmacokinetics and implications for drug dosing in children with sickle cell disease: a systematic review
Notice bibliographique
Résumé
Background Children with sickle cell disease (SCD) are at high risk of intractable pain and severe infections despite early and aggressive drug treatment. SCD is a multisystemic disease potentially leading to liver and renal dysfunction. Altogether, those may lead to pharmacokinetic (PK) alterations, which may contribute to therapeutic failure or drug toxicity. We performed a systematic literature review to describe the current evidence on the effect of SCD on drug disposition in children. Methods A systematic literature search was conducted by a librarian on 5 databases until 08.2018 and independently assessed by two reviewers. All full-text articles, containing PK data in children, were included. The reported differences in PK parameters between SCD and non-SCD children were examined. Results Among 4213 retrieved abstracts, 50 full-text articles were assessed and 27 studies were included (13 exclusively children). Data on 15 drugs was available from which 5 were exclusively developed for SCD (impeding any comparison). From the remaining 10 drugs, a comparison of PK parameters was available in 8. Six were investigated in adults and children. Three (37.5%) showed significant PK alterations (morphine, cefotaxime,lidocaine) while 5 did not (hydroxyurea, sulfadoxine-pyrimethamine, methadone, rofecoxib,arginine butyrate). In children with SCD, clearance was higher by 42–61% for IV morphine, and by 24–62% for cefotaxime, compared with non-SCD controls. This difference led to a new dosing recommendation only for cefotaxime (400 mg/kg/day). Hepatic drug metabolism assessed by lidocaine was impaired in children with SCD compared to healthy controls. Conclusion SCD alters drug disposition of commonly used drugs but data is scarce. A significant increase in clearance of morphine and cefotaxime, two commonly used drugs in patients with SCD, suggests that recommended doses may not be sufficient to provide adequate analgesia and antimicrobial control. PK data is urgently needed to ensure adequate drug efficacy and safety in this high-risk population. References Dong M, McGann PT, Mizuno T, et al. Development of a pharmacokinetic-guided dose individualization strategy for hydroxyurea treatment in children with sickle cell anaemia. Brit J Clin Pharmacol. 2016;81:742–52. Gremse DA, et al. Hepatic function as assessed by lidocaine metabolism in sickle cell disease. J Pediatr 1998;132:989–93. Dampier CD, et al. Intravenous morphine pharmacokinetics in pediatric patients with sickle cell disease. J Pediatr 1995;126:461–7. Kopecky EA, et al. Systemic exposure to morphine and the risk of acute chest syndrome in sickle cell disease. Clin Pharmacol Ther 2004;75:140–6. Maksoud E, et al. Population Pharmacokinetics of Cefotaxime and Dosage Recommendations in Children with Sickle Cell Disease. Antimicrob Agents Chemother. 2018;62: e00637–1. Disclosure(s) Nothing to disclose
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 | 0,005 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».