Monte Carlo simulation evaluation of tigecycline dosing for bacteria with raised minimum inhibitory concentrations in non-critically ill adults
Notice bibliographique
Résumé
Tigecycline is one of few antibiotics active against multidrug-resistant bacteria; however, the assessment of dosing strategies to optimize its activity is needed. The purpose was to use Monte Carlo Simulation (MCS) to determine if safe tigecycline dosing options attaining breakpoints for pharmacokinetic/pharmacodynamic (PK-PD) targets in non-critically ill adults could be identified. Publications that evaluated tigecycline dosing regimens and provided mean PK variables of interest (minimum 2 of: elimination rate constant or half-life and volume of distribution or clearance), with SDs, were included. Weighted mean (±SDs) for each PK parameter were determined. Food and Drug Administration minimum inhibitory concentration (MIC) tigecycline breakpoints for susceptible (MIC ≤ 2 μg/mL), intermediate (MIC 4 μg/mL), and resistant (MIC ≥ 8 μg/mL) Enterobacteriaceae were used. MCS probability distributions for PK-PD target attainment of AUC for total tigecycline plasma concentration from 0 to 24 h following an intravenous dose (AUC total, 0-24h ) to MIC ratios of ≥ 18, 7, and 4.5 were generated, with success defined as ≥ 80% probability of target attainment at a given MIC. Ten studies ( n = 442) were eligible. Tigecycline 150 mg IV q12h for ward patients with resistant bacteria up to a MIC of 0.48, 1, and 2 μg/mL for an AUC total, 0-24h /MIC target attainment of 18, 7, and 4.5, respectively, may be appropriate. Bacterial infections with tigecycline MICs ≥ 0.48–2 μg/mL, depending on AUC total, 0-24h /MIC target, may require treatment with alternate antibiotics due to target attainment failure.
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 | 0,003 | 0,002 |
| 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 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».