Clinical Importance of Plasma Drug Concentration of Oral Molecular Targeted Drugs for Renal Cell Carcinoma
Notice bibliographique
Résumé
PURPOSE: Therapeutic drug monitoring (TDM) is widely used in clinical practice to maximize drug efficacy and minimize toxicities. Currently, it is also practiced in the use of oral molecular targeted drugs. The objective of this study was to assess the clinical importance of measuring the systemic concentration of oral molecular targeted drugs used to treat renal cell carcinoma (RCC). METHODS: The systemic concentrations of the oral molecular targeted drugs sorafenib, sunitinib, axitinib, pazopanib, and everolimus used for RCC were useful for therapeutic interventions, and clinical outcomes were evaluated retrospectively. RESULTS: The interventional use of systemic drug concentration was confirmed in 26 of 87, and their categories are presented. The systemic concentration of sunitinib was useful in dose reduction and/or discontinuation (n = 10), dose escalation (n = 3), and adherence monitoring (n = 2). Nine of the 10 patients whose dose was reduced showed reduced adverse event. Two patients who were intervened in adherence monitor showed improved adherence. For axitinib, dose reduction and/or discontinuation (n = 1) and dose escalation (n = 6) were confirmed. For pazopanib, dose reduction and/or discontinuation (n = 1) and drug interaction detection (n = 1) were confirmed, both of them were confirmed to have reduced adverse events. For everolimus, dose reduction and/or discontinuation (n = 1) and drug interaction detection (n = 1) were confirmed, a patient with reduced dose recovered from adverse events. Interventions for sorafenib were not identified. CONCLUSIONS: This study demonstrated that systemic concentrations of oral molecular targeted drugs for RCC were considered to be clinically useful for dose adjustment, monitoring of treatment adherence, and the detection of drug interactions. Moreover, this information could be successfully used to guide individualized therapy to maximize the antitumor effects of these drugs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».