MétaCan
Menu
Retour à la cohorte
Enregistrement W2975972081 · doi:10.1055/a-0979-2322

From the Origins of Pharmacogenetics to First Applications in Psychiatry

2019· review· en· W2975972081 sur OpenAlex
Daniel J. Müller, Zoe Rizhanovsky

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePharmacopsychiatry · 2019
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPharmacogeneticsRelevance (law)Clinical pharmacologyPharmacogenomicsPsychologyPsychiatryMedicinePharmacologyBiologyGeneticsPolitical scienceGene

Résumé

récupéré en direct d'OpenAlex

Pharmacogenetics is the division of science addressing how genetic factors contribute to the metabolism, response, and side effects of a given medication. What was once regarded as a subdivision of genetics and pharmacology is now recognized as its own field and has its own unique story of origin. While the term "pharmacogenetics" was coined by Friedrich Vogel in 1959, the relevance of inherited genetic traits in affecting the clinical outcome to xenobiotics has been observed long before. In fact, there is much hope that pharmacogenetics can help unravel the "mysteries" as to why different people may display variable responses to the same medication as well as identify new drug targets. This article will highlight the conceptual framework for pharmacogenetics advanced by pioneer scientists Arno Motulsky and Friedrich Vogel (both human geneticists), as well as Werner Kalow (clinical pharmacologist), leading up to the creation of modern pharmacogenetics. Finally, the practical implications and first steps toward implementation for current psychiatric treatment are reviewed followed by an outlook on future studies.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,178
Tête enseignante GPT0,506
Écart entre enseignants0,328 · 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