MétaCan
Menu
Retour à la cohorte
Enregistrement W3012245187 · doi:10.3389/fpsyt.2020.00094

Pharmacogenomics of Antidepressant and Antipsychotic Treatment: How Far Have We Got and Where Are We Going?

2020· review· en· W3012245187 sur OpenAlexaff
Roos van Westrhenen, Katherine J. Aitchison, Magnus Ingelman‐Sundberg, Marin M. Jukić

Notice bibliographique

RevueFrontiers in Psychiatry · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensUniversity of Alberta
Organismes subventionnairesHorizon 2020 Framework ProgrammeHjärnfondenVetenskapsrådetPhilip Morris International
Mots-clésPharmacogenomicsAntidepressantAntipsychoticPsychiatryMedicinePsychologySchizophrenia (object-oriented programming)PsychotherapistPharmacologyAnxiety

Résumé

récupéré en direct d'OpenAlex

In recent decades, very few new psychiatric drugs have entered the market. Thus, improvement in the use of antidepressant and antipsychotic therapy has to focus mainly on enhanced and more personalized treatment with the currently available drugs. One important aspect of such individualization is emphasizing interindividual differences in genes relevant to treatment, an area that can be termed neuropsychopharmacogenomics. Here, we review previous efforts to identify such critical genetic variants and summarize the results obtained to date. We conclude that most clinically relevant genetic variation is connected to phase I drug metabolism, in particular to genetic polymorphism of CYP2C19 and CYP2D6. To further improve individualized pharmacotherapy, there is a need to take both common and rare relevant mutations into consideration; we discuss the present and future possibilities of using whole genome sequencing to identify patient-specific genetic variation relevant to treatment in psychiatry. Translation of pharmacogenomic knowledge into clinical practice can be considered for specific drugs, but this requires education of clinicians, instructive guidelines, as well as full attention to polypharmacy and other clinically relevant factors. Recent large patient studies (n>1,000) have replicated previous findings and produced robust evidence warranting the clinical utility of relevant genetic biomarkers. To further judge the clinical and financial benefits of pre-emptive genotyping in psychiatry, large prospective randomized trials are needed to quantify the value of genetic-based patient stratification in neuropsychopharmacotherapy and to demonstrate the cost-effectiveness of such interventions.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,011
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,319
Écart entre enseignants0,285 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations128
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetTreatment of Major DepressionTravaux en français237 207