MétaCan
Menu
Retour à la cohorte
Enregistrement W2969547789 · doi:10.18433/jpps30505

Limited Sampling Strategy for the Estimation of Mycophenolic Acid and its Acyl Glucuronide Metabolite Area under the Concentration-Time Curve in Japanese Lung Transplant Recipients

2019· article· en· W2969547789 sur OpenAlexvenueno aff
Masaki Tanaka, Masafumi Kikuchi, Shinya Takasaki, Tensei Hirasawa, Kensuke Sigeta, Aoi Noda, Miki Akiba, Yasushi Matsuda, Hisashi Oishi, Tetsu Sado, Masafumi Noda, Yoshinori Okada, Nariyasu Mano, Hiroaki Yamaguchi

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesJapan Research Foundation for Clinical Pharmacology
Mots-clésMycophenolic acidMycophenolatePharmacokineticsTacrolimusMedicineTherapeutic drug monitoringArea under the curveBlood samplingDosingGlucuronideTransplantationPharmacologyActive metaboliteUrologyLung transplantationMetaboliteInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The dose of mycophenolate mofetil (MMF) used to prevent rejection after lung transplantation is often adjusted based on the 12-hour area under the concentration-time curve (AUC0-12) of mycophenolic acid (MPA). A limited sampling strategy (LSS) is useful to define the pharmacokinetic (PK) profiles of MPA and mycophenolic acid acyl glucuronide (AcMPAG). Therefore, this study aimed to design a LSS based on multiple linear regression for estimating the AUC0-12 of MPA and AcMPAG at the minimum blood sampling points in Japanese lung transplant patients with concomitant tacrolimus. METHODS: Forty-five lung transplantation recipients were enrolled in a PK study of MPA, mycophenolic acid glucuronide (MPAG), and AcMPAG. The plasma MPA, MPAG, and AcMPAG concentrations were determined just before and at 0.5, 1, 2, 4, 8, and 12 hours after dosing. The AUC0-12 of MPA and AcMPAG was calculated using a linear trapezoidal rule from the plasma concentration of each blood sampling time. LSS was used to develop models for estimated AUC in the model group (n = 23) and was evaluated in the validation group (n = 22). RESULTS: The best three time-point equation was 4.04 + 1.64·C1 + 3.08·C4 + 5.17·C8 for MPA, and -0.13 + 3.01·C1 + 3.51·C4 + 5.74·C8 for AcMPAG. The prediction errors (PE) and the absolute prediction errors (APE) were within the clinically acceptable ± 5% and 15% range, respectively (MPA: PE = 2.00%, APE = 11.66%, AcMPAG: PE = 0.98%, APE = 14.69%). The percentage of estimated AUC0-12 within ± 15% of the observed AUC0-12 was 77.27% for MPA and 81.82% for AcMPAG. CONCLUSION: LSS using three time-point (C1, C4, and C8) provides the most reliable and accurate simultaneous estimation of the AUC0-12 of MPA and AcMPAG in Japanese lung transplant patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,419
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207