Towards therapeutic drug monitoring of TNF inhibitors for children with juvenile idiopathic arthritis: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: Before a clinician decides whether treatment with TNF inhibition in children with JIA has failed, one should ensure adequate systemic exposure has been achieved. Therapeutic drug monitoring might allow for improved treatment outcome with lower treatment-associated costs. However, this requires understanding of the pharmacokinetic (PK) characteristics, and the pharmacokinetic/pharmacodynamic (PK/PD) relationship for children with JIA. We performed a scoping review to summarize the available literature and identify areas for future research. METHODS: A systematic search was conducted of the Medline, EMBASE, Web of Science and Cochrane databases as well as the clinicaltrials.gov registry. In total, 3959 records were screened and 130 publications were selected for full text assessment. RESULTS: Twenty publications were included and divided into three categories: PK (n = 9), PK/PD (n = 3) and anti-drug antibodies (n = 13). Industry involvement was significant in 14 publications. Although data are limited, systemic exposure to TNF inhibitors is generally lower in younger children but meta-analysis is not possible. The PK/PD relationship has had limited study but there is partial evidence for infliximab. Anti-drug antibodies are common, and are related to impaired clinical outcome with adalimumab and infliximab therapy. CONCLUSION: The current knowledge about the PK and PK/PD of TNF inhibitors in the treatment of children with JIA is limited, which prevents the introduction of TDM. Re-analysis of available data from previous trials, incorporation of pharmacologic assessments into existing biorepository studies as well as new prospective PK and PK/PD trials are required to obtain this knowledge.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».