Novel strategy to personalise use of ibuprofen for closure of patent ductus arteriosus in preterm neonates
Notice bibliographique
Résumé
Objective Exploration of a novel therapeutic drug monitoring (TDM) strategy to personalise use of ibuprofen for closure of patent ductus arteriosus (PDA) in preterm neonates. Design Prospective, single-centre, open-label, pharmacokinetics study in preterm neonates. Setting Neonatal intensive care unit at McMaster Children’s Hospital. Patients Neonates with a gestational age ≤28 +6 weeks treated with oral ibuprofen for closure of a PDA. Methods Population pharmacokinetic parameters, concentration-time profiles and exposure metrics were obtained using pharmacometric modelling and simulation. Main outcome measure Association between ibuprofen plasma concentrations measured at various sampling time points on the first day of treatment and attainment of the target exposure over the first 3 days of treatment (AUC 0–72h >900 mg·hour/L). Results Twenty-three preterm neonates (median birth weight 780 g and gestational age 25.9 weeks) were included, yielding 155 plasma ibuprofen plasma samples. Starting from 8 hours’ postdose on the first day, a strong correlation between ibuprofen concentrations and AUC 0–72h was observed. At 8 hours after the first dose, an ibuprofen concentration >20.5 mg/L was associated with a 90% probability of reaching the target exposure. Conclusion We designed a novel and practical TDM strategy and have shown that the chance of reaching the target exposure (AUC 0–72h >900 mg·hour/L) can be predicted with a single sample collection on the first day of treatment. This newly acquired knowledge can be leveraged to personalise ibuprofen dosing regimens and improve the efficacy of ibuprofen use for pharmacological closure of a PDA.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».