Evaluation of models for predicting pediatric fraction unbound in plasma for human health risk assessment
Notice bibliographique
Résumé
Pediatric physiologically based pharmacokinetic (PBPK) models facilitate the prediction of PK parameters in children under specific exposure conditions. Pharmacokinetic outcomes are highly sensitive to fraction unbound in plasma (fup) as incorporated into PBPK models. Rarely is fup in children (fupchild) experimentally derived and prediction is based upon fup in adults (fupadult) as well as a ratio of plasma protein concentrations between children and adults. The objectives were to (i) evaluate protein concentration vs. age profile derived from ontogeny models, (ii) assess predictive performances of fup ontogeny models, and (iii) determine overall uncertainty in fupchild prediction resulting from a combination of quantitative structure–property relationship (QSPR) model and ontogeny models. The plasma albumin and alpha-acid glycoprotein (AAG) concentration data for pediatrics and fupchild and fupadult data were obtained from literature. The protein concentration vs. age profile derived from ontogeny models were compared to observed levels. Fupchild values were calculated according to ontogeny models using both observed and QSPR-predicted fupadult as inputs and predictive performances of ontogeny models assessed by comparing predicted fupchild to observed values. Protein concentrations vs. age profiles derived from non-linear equations were more congruent with observed albumin levels than linear or step-wise models. When observed fupadult values were used as input, the fupchild data were under-predicted with average fold error (AFE) amounts ranging 0.79–0.81 and 0.77–0.97 for albumin and AAG ontogeny models, respectively. When QSPR-predicted fupadult values were used as input, AFE of fupchild ranged 1.2–1.35 and 0.98–1.2 for albumin and AAG models, respectively. The choice of ontogeny model with respect to prediction accuracy is more important for AAG, highly bound compounds and infants. For these compounds and scenarios, experimental determination of fupchild for inclusion into a pediatric PBPK model is necessary to have confidence in PBPK model outputs.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».