Review and Consensus on Pharmacogenomic Testing in Psychiatry
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
Abstract The implementation of pharmacogenomic (PGx) testing in psychiatry remains modest, in part due to divergent perceptions of the quality and completeness of the evidence base and diverse perspectives on the clinical utility of PGx testing among psychiatrists and other healthcare providers. Recognizing the current lack of consensus within the field, the International Society of Psychiatric Genetics assembled a group of experts to conduct a narrative synthesis of the PGx literature, prescribing guidelines, and product labels related to psychotropic medications as well as the key considerations and limitations related to the use of PGx testing in psychiatry. The group concluded that to inform medication selection and dosing of several commonly-used antidepressant and antipsychotic medications, current published evidence, prescribing guidelines, and product labels support the use of PGx testing for 2 cytochrome P450 genes (CYP2D6, CYP2C19). In addition, the evidence supports testing for human leukocyte antigen genes when using the mood stabilizers carbamazepine (HLA-A and HLA-B), oxcarbazepine (HLA-B), and phenytoin (CYP2C9, HLA-B). For valproate, screening for variants in certain genes (POLG, OTC, CSP1) is recommended when a mitochondrial disorder or a urea cycle disorder is suspected. Although barriers to implementing PGx testing remain to be fully resolved, the current trajectory of discovery and innovation in the field suggests these barriers will be overcome and testing will become an important tool in psychiatry.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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