Physiologically‐Based Pharmacokinetic Modeling Characterizes the CYP3A‐Mediated Drug‐Drug Interaction Between Fluconazole and Sildenafil in Infants
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.
Notice bibliographique
Résumé
Physiologically‐based pharmacokinetic (PBPK) modeling can potentially predict pediatric drug‐drug interactions (DDIs) when clinical DDI data are limited. In infants for whom treatment of pulmonary hypertension and prevention or treatment of invasive candidiasis are indicated, sildenafil with fluconazole may be given concurrently. To account for developmental changes in cytochrome P450 (CYP) 3A, we determined and incorporated fluconazole inhibition constants ( K I ) for CYP3A4, CYP3A5, and CYP3A7 into a PBPK model developed for sildenafil and its active metabolite, N‐desmethylsildenafil. Pharmacokinetic (PK) data in preterm infants receiving sildenafil with and without fluconazole were used for model development and evaluation. The simulated PK parameters were comparable to observed values. Following fluconazole co‐administration, differences in the fold change for simulated steady‐state area under the plasma concentration vs. time curve from 0 to 24 hours (AUC ss,0–24 ) were observed between virtual adults and infants (2.11‐fold vs. 2.82‐fold change). When given in combination with treatment doses of fluconazole (12 mg/kg i.v. daily), reducing the sildenafil dose by ~ 60% resulted in a geometric mean ratio of 1.01 for simulated AUC ss,0–24 relative to virtual infants receiving sildenafil alone. This study highlights the feasibility of PBPK modeling to predict DDIs in infants and the need to include CYP3A7 parameters.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle