Population pharmacokinetics and exposure‐response analysis of tigecycline in patients with hospital‐acquired pneumonia
Notice bibliographique
Résumé
Background Tigecycline has been widely used to treat hospital‐acquired pneumonia (HAP) off‐label since it is effective against a wide range of multidrug‐resistant bacteria. However, no recommended dosage for this indication has been evaluated, resulting in possible inadequate treatment. Aims The aims of this study are to establish the population pharmacokinetic (PPK) model of tigecycline in Chinese patients with HAP, as well as to evaluate the exposure‐response relationship for the treatment of HAP with multidrug‐resistant gram‐negative bacteria. Methods A PPK analysis of tigecycline was conducted on pooled data from 328 blood samples obtained from 89 patients with HAP. Tigecycline plasma concentrations were measured by a two‐dimensional liquid chromatographic system and the data were analysed using Phoenix NLMETM software. Exposure‐response analyses for efficacy were performed based on the data from 79 HAP patients with multidrug‐resistant gram‐negative infections. Classification and regression tree and logistic regression analyses were employed to identify which pharmacokinetic‐pharmacodynamic (PK‐PD) indices and magnitudes were the significant predictors of tigecycline efficacy. Results A two‐compartment model with zero‐order absorption and first‐order elimination adequately described the data. A larger body weight was associated with increased central volume of distribution and clearance ( P < .005), and increased age, baseline creatinine concentration and aspertate aminotransferase were associated with decreased clearance ( P < .005). The AUC 0‐12h × V/MIC ratio, APACHEII score and combined Pseudomonas aeruginosa infection are the strong predictors for tigecycline clinical response. Classification and regression tree analyses indicated that the combination of APACHEII score < 24 and AUC 0‐12h × V/MIC ratio ≥ 100 was associated with clinical success. Conclusions The proposed PPK model may serve as the basis for estimating tigecycline exposure for PK‐PD analyses, and the PK‐PD index and magnitude found in this study could be used for designing proper dosage regimens of tigecycline.
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 | 0,001 | 0,001 |
| 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 ».