Population pharmacokinetic analysis of weekly and biweekly IgPro20 (Hizentra®) dosing in patients with primary immunodeficiency
Notice bibliographique
Résumé
BACKGROUND: IgPro20 (Hizentra®), a 20% subcutaneous immunoglobulin G (IgG), is an effective treatment for patients with primary immunodeficiencies with impaired IgG production. Flexible dosing regimens of IgPro20 have been supported by pharmacokinetic (PK) modeling and simulation. This study further describes the PK characteristics of serum IgG concentrations after weekly and biweekly administration of IgPro20 and compares predicted and actual serum IgG data using a previously-developed population PK (popPK) model. METHODS: A popPK model was developed by combining data from a previously-published model with data from a Phase 4 study (IgPro20_4005). An external validation of the original model using dosing, demographics, and historic endogenous serum IgG concentrations from patients enrolled in study IgPro20_4005 was performed. This dataset was then simulated 300 times and predicted serum IgG PK characteristics compared with the observed data. RESULTS: A total of 173 patients (156 unique patients from original model and 17 patients from study IgPro20_4005) provided 4078 observations of serum IgG concentrations. The popPK estimates obtained demonstrated a clearance (% inter-individual variability) of 0.138 L/day (35%), volume of central compartment of 3.95 L (78.6%), inter-compartmental clearance of 0.260 L/day (56%), and volume of peripheral compartment of 4.44 L. Validation results indicated that observed serum IgG concentration vs time data fell within the 90% prediction intervals for median, 25th, and 75th percentiles of the simulated IgG concentration time courses. CONCLUSIONS: The present analysis validated the ability of the previously published popPK model to predict serum IgG concentration time profiles after biweekly subcutaneous IgPro20 administration.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».