Application of a genomics‐guided warfarin dosing nomogram for hospitalized patients
Notice bibliographique
Résumé
Adverse drug reactions (ADRs) due to warfarin are an important cause of emergency department visits, and also occur frequently among hospitalized patients. We now know common genetic variations in CYP2C9 ‐mediated metabolism of warfarin, as well as its target VKORC1 , account for much of the dosing variation. Accordingly, we hypothesized that application of a pharmacogenomics‐guided warfarin dosing algorithm that our group developed, known as WRAPID, may be clinically useful in guiding warfarin initiation and dosing for hospitalized patients. We initiated a personalized medicine‐based inpatient consult service with a goal of providing WRAPID‐based warfarin dosing recommendations. We now have data on a series of patients who were initiated on warfarin as inpatients who subsequently developed a supratherapeutic international normalized ratio (INR). When assessed by our service, most were shown to possess genotypes associated with marked sensitivity to warfarin, including one patient with the rare CYP2C9 *3/*3 genotype, as well as several with CYP2C9 *2/*2 and/or VKORC1 ‐1639 A/A genotype. Based on our WRAPID‐guided dosing, warfarin dose was accurately predicted to be as low as 0.5 mg. Accordingly, we believe genomics‐guided warfarin dosing is useful for identifying hospitalized patients at risk for ADRs, thereby reducing length of stay and preventing readmissions. Funding: AMOSO Drug Innovation Fund.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,001 | 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 ».