MétaCan
Menu
Retour à la cohorte
Enregistrement W3111048839 · doi:10.1016/j.psychres.2020.113649

Clinical validation of combinatorial pharmacogenomic testing and single-gene guidelines in predicting psychotropic medication blood levels and clinical outcomes in patients with depression

2020· article· en· W3111048839 sur OpenAlexfundno aff
Anthony J. Rothschild, Sagar V. Parikh, Daniel Hain, Rebecca Law, Michael E. Thase, Boadie W. Dunlop, Charles DeBattista, Charles R. Conway, Brent P. Forester, Richard C. Shelton, Matthew Macaluso, Krystal Brown, David Lewis, Alexander Gutin, Michael Jablonski, John F. Greden

Notice bibliographique

RevuePsychiatry Research · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesGreenwich BiosciencesTaylor Family Institute for Innovative Psychiatric Research, Washington University School of Medicine in St. LouisAgency for Healthcare Research and QualityNational Institutes of HealthSpier Family FoundationRogers Family FoundationEli Lilly and CompanyCanadian Network for Mood and Anxiety TreatmentsAssurex HealthCerecorMyriad GeneticsSunovionH. Lundbeck A/SNational Institute of Mental HealthAvanir PharmaceuticalsEisaiACADIA PharmaceuticalsSage TherapeuticsUniversity of KansasCanadian Institutes of Health ResearchFoundation for Barnes-Jewish HospitalStanley Medical Research InstitutePfizerBiogenAllerganCancer Research InstituteAstraZenecaBristol-Myers SquibbLivaNovaOntario Brain Institute
Mots-clésMedicinePharmacogenomicsMajor depressive disorderPharmacogeneticsDepression (economics)Hamilton Rating Scale for DepressionClinical trialInternal medicinePsychiatryPharmacologyMoodGene

Résumé

récupéré en direct d'OpenAlex

We evaluated the clinical validity of a combinatorial pharmacogenomic test and single-gene Clinical Pharmacogenetics Implementation Consortium (CPIC) guidelines against patient outcomes and medication blood levels to assess their ability to inform prescribing in major depressive disorder (MDD). This is a secondary analysis of the Genomics Used to Improve DEpression Decisions (GUIDED) randomized-controlled trial, which included patients with a diagnosis of MDD, and ≥1 prior medication failure. The ability to predict increased/decreased medication metabolism was validated against blood levels at screening (adjusted for age, sex, smoking status). The ability of predicted gene-drug interactions (pharmacogenomic test) or therapeutic recommendations (single-gene guidelines) to predict patient outcomes was validated against week 8 outcomes (17-item Hamilton Depression Rating Scale; symptom improvement, response, remission). Analyses were performed for patients taking any eligible medication (outcomes N=1,022, blood levels N=1,034) and the subset taking medications with single-gene guidelines (outcomes N=584, blood levels N=372). The combinatorial pharmacogenomic test was the only significant predictor of patient outcomes. Both the combinatorial pharmacogenomic test and single-gene guidelines were significant predictors of blood levels for all medications when evaluated separately; however, only the combinatorial pharmacogenomic test remained significant when both were included in the multivariate model. There were no substantial differences when all medications were evaluated or for the subset with single-gene guidelines. Overall, this evaluation of clinical validity demonstrates that the combinatorial pharmacogenomic test was a superior predictor of patient outcomes and medication blood levels when compared with guidelines based on individual genes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,382
Tête enseignante GPT0,549
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychiatry ResearchMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207