Pharmacokinetic /Pharmacodynamic Considerations of Alternate Dosing Strategies of Tocilizumab in COVID-19
Notice bibliographique
Résumé
Abstract Tocilizumab is one of few treatments that have been shown to improve mortality in patients with COVID-19, but increased demand has led to relative global shortages. Recently, it has been suggested that lower doses, or fixed doses, of tocilizumab could be a potential solution to conserve the limited global supply while conferring equivalent therapeutic benefit to the dosing regimens studied in major trials. The relationship between tocilizumab dose, exposure, and response in COVID-19 has not been adequately characterized. There are a number of pharmacokinetic (PK) parameters which likely differ between patients with severe COVID-19 and patients in whom tocilizumab was studied during the FDA approval process. Likewise, it is unclear whether a threshold exposure is necessary for tocilizumab efficacy. The safety and efficacy of fixed versus weight-based dosing of tocilizumab has been evaluated outside of COVID-19, but it is uncertain if these observations are generalizable to severe or critical COVID-19. In the current review, we consider the potential advantages and limitations of alternative tocilizumab dosing strategies. Leveraging PK models and simulation analyses, we demonstrate that a fixed single dose of tocilizumab 400 mg is unlikely to produce PK exposures equivalent to those achieved in the REMAP-CAP trial, though weight-stratified dosing appears to produce more uniform exposure distribution. Data from current and future trials could provide PK/PD insight to better inform dosing strategies at the bedside. Ultimately, rational dosing strategies that balance available limited supply with patient needs are required.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».