An update on CYP2C9 polymorphisms and phenytoin metabolism: implications for adverse effects
Notice bibliographique
Résumé
Introduction Phenytoin is a frequently used drug treatment for epilepsy. Genetic polymorphisms in the metabolism of phenytoin, particularly CYP2C9, are strongly associated with increased plasma concentrations and can result in toxicity. Human leukocyte antigen (HLA) alleles are well-known genetic predictors of certain antiepileptic drug-associated severe cutaneous adverse reactions (SCAR), including Stevens-Johnson syndrome (SJS) and toxic epidermal necrolysis (TEN). Recent pharmacogenomic studies show genetic polymorphisms in CYP2C9, as well as HLA alleles, are significantly associated with phenytoin-related SCAR.Areas covered Updated pharmacogenomic information of CYP2C9 variants and HLA alleles involved in phenytoin-associated cutaneous adverse drug reactions (cADRs) are discussed in this article.Expert opinion CYP2C9*3 has been identified as the most significant genetic variant associated with increased phenytoin concentrations and adverse events. Recent pharmacogenomic findings reveal that CYP2C9*3 and HLA alleles, i.e. HLA-B*15:02, HLA-B*13:01, and HLA-B*51:01, are important genetic variants in the occurrence of phenytoin-induced cADRs or SCAR. A phenotype- and population-specific multigene panel can be used before prescribing to predict phenytoin-induced cADRs and further guide optimal dose selection.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».