Frequencies of Genetic Polymorphisms of Clinically Relevant Gene-Drug Pairs in a German Psychiatric Inpatient Population
Notice bibliographique
Résumé
INTRODUCTION: Genetic variation is known to affect enzymatic activities allowing differentiating various metabolizer types (e. g., slow or rapid metabolizers), in particular CYP2C19 and CYP2D6. METHODS: PGx-testing was conducted in adult major depressive disorder inpatients admitted to the Vitos Klinik Eichberg between 11/2016 and 7/2017 (n=108, 57% female). We conducted a two-sided Z-Test (p=0.05) to analyze and compare frequencies of CYP2D6, CYP2C19, CYP3A4, CYP3A5 and CYP2C9 metabolizer groups with other European and psychiatric inpatient cohorts. The HLA-A and -B genes were also analyzed. RESULTS: Non-normal metabolizer status of CYP2D6 were present in 47%. More specifically, 35 % were intermediate, 7% poor and 4% ultra-rapid metabolizers. 68% were CYP2C19 non-normal metabolizers. 8% were ultra-rapid and 31% rapid metabolizers. Notably, only 13% were NM for CYP2C19 and NM for CYP2D6 (activity score of 1 or more). For CYP2C9 we found 16% to be intermediate metabolizers, 1.0% poor metabolizer. CYP3A4 and CYP3A5 genetic polymorphisms were present in 25% and 19% respectively. HLA-B TAG- SNPs for *15:01 was positive in 25 patients, showing the need for different Tag-SNPs in Caucasians. HLA-B *57:01 TAG-SNP was positive in 8% of the patients, HLA-A TAG-SNP for *31:01 in Caucasians was positive in 9%. Z-Test showed statistical significance for our results. DISCUSSION: Our results suggest that our psychiatric inpatients were enriched with genotypes consistent with non-normal drug metabolism compared to reference populations. We therefore conclude that pharmacogenetic testing should be implemented in clinical practice to guide drug therapy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».