MétaCan
Menu
Retour à la cohorte
Enregistrement W4214898208 · doi:10.1111/j.1432-2277.2004.tb00415.x

Abbreviated mycophenolic acid AUC from CO, C1, C2, and C4 is preferable in children after renal transplantation on mycophenolate mofetil and tacrolimus therapy

2004· article· en· W4214898208 sur OpenAlexaff
Guido Filler

Notice bibliographique

RevueTransplant International · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésMycophenolic acidMedicineTacrolimusMycophenolateArea under the curveUrologyPharmacokineticsConfidence intervalTrough levelTrough ConcentrationTherapeutic drug monitoringImmunosuppressionTransplantationGastroenterologyInternal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

Abstract In order to allow a similar algorithm to be used for both adults and children on tacrolimus-based and mycophenolate mofetil [MMF, a pro-drug for mycophenolic acid (MPA)]-based immunosuppression, a limited sampling technique from the trough level (C0) and the levels 30 min (C0.5) and 2 h (C2) after intake was to be developed from MPA area under the time-concentration curves (AUC). We retrospectively analyzed 49 full ten-point pharmacokinetic (PK) profiles from 29 pediatric patients on MMF and tacrolimus. We used stepwise multiple regression analysis to calculate limited sampling approaches. Agreement with the AUC was tested by means of Bland and Altman analysis. The correlation between AUC and pre-dose trough concentration was r2=0.5188 (P < 0.0001) and between AUC and post-dose trough concentration r2=0.6924 (P < 0.0001). The next best correlations were with 2 h (C2, r2=0.6711, P < 0.0001), 4 h (C4, r2=0.6411, P < 0.0001), 1.5 h (C1.5, r2=0.6344, P < 0.0001), and 6 h (C6, r2=0.6219, P < 0.0001). Three-point estimates at C0, C0.5, and C2 resulted in an acceptable correlation between predicted AUC and AUC from the full profile when we used the formula AUC = 10.01391 + 3.94791xC0 + 3.24253 xC0.5 + 1.0108xC2, Pearson's r= 0.8996, 95% confidence interval 0.8277–0.9424. However, even better results could be obtained when we used AUC = 8.217 + 3.163xC0 + 0.994 xC1 + 1.334xC2 + 4.183 xC4, Pearson's r= 0.9456, 95% confidence interval 0.9051–0.9691. Bland and Altman analysis revealed good agreement between AUC predicted from C0, C0.5, and C2 and AUC from the full profile, but was inferior to the four-point approach. Also, the previously reported formula derived for adults was not usable in these patients. A special formula must be used for children. The AUC of MPA can be predicted by limited sampling including C0, C0.5, and C2, while an approach using C0, C1, C2, and C4 is preferable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,268
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransplant InternationalMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207