Pharmacist-Led Medication Evaluation Considering Pharmacogenomics and Drug-Induced Phenoconversion in the Treatment of Multiple Comorbidities: A Case Report
Notice bibliographique
Résumé
Pharmacogenomic (PGx) information can guide drug and dose selection, optimize therapy outcomes, and/or decrease the risk of adverse drug events (ADEs). This report demonstrates the impact of a pharmacist-led medication evaluation, with PGx assisted by a clinical decision support system (CDSS), of a patient with multiple comorbidities. Following several sub-optimal pharmacotherapy attempts, PGx testing was recommended. The results were integrated into the CDSS, which supported the identification of clinically significant drug-drug, drug-gene, and drug-drug-gene interactions that led to the phenoconversion of cytochrome P450. The pharmacist evaluated PGx results, concomitant medications, and patient-specific factors to address medication-related problems. The results identified the patient as a CYP2D6 intermediate metabolizer (IM). Duloxetine-mediated competitive inhibition of CYP2D6 resulted in phenoconversion, whereby the patient's CYP2D6 phenotype was converted from IM to poor metabolizer for CYP2D6 co-medication. The medication risk score suggested a high risk of ADEs. Recommendations that accounted for PGx and drug-induced phenoconversion were accepted. After 1.5 months, therapy changes led to improved pain control, depression status, and quality of life, as well as increased heart rate, evidenced by patient-reported improved sleep patterns, movement, and cognition. This case highlights the pharmacist's role in using PGx testing and a CDSS to identify and mitigate medication-related problems to optimize medication regimen and medication safety.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».