Effects of Pharmacogenomic Testing in Clinical Pain Management: Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: The availability of pharmacogenomic (PGx) methods to determine the right drug and dosage for individualized patient treatment has increased over the past decade. Adoption of the resulting PGx reports in a clinical setting and monitoring of clinical outcomes is a challenging and long-term commitment. OBJECTIVE: This study summarizes an extended PGx deep sequencing panel intended for medication dosing and prescription guidance newly adopted in a pain management clinic. The primary outcome of this retrospective study reports the number of cases and types of drugs covered, for which PGx data appears to have assisted in optimal drug prescription and dosing. METHODS: A PGx panel is described, encompassing 23 genes and 141 single-nucleotide polymorphisms or indels, combined with PGx dosing guidance and drug-gene interaction (DGI) and drug-drug interaction (DDI) reporting to prevent adverse drug reactions (ADRs). During a 2-year period, patients (N=171) were monitored in a pain management clinic. Urine toxicology, PGx reports, and progress notes were studied retrospectively for changes in prescription regimens before and after the PGx report was made available to the provider. An additional algorithm provided DGIs and DDIs to prevent ADRs. RESULTS: Among patient PGx reports with medication lists provided (n=146), 57.5% (n=84) showed one or more moderate and 5.5% (n=8) at least one serious PGx interaction. A total of 96 (65.8%) patients showed at least one moderate and 15.1% (n=22) one or more serious DGIs or DDIs. A significant number of active changes in prescriptions based on the 102 PGx/DGI/DDI report results provided was observed for 85 (83.3%) patients for which a specific drug was either discontinued or switched within the defined drug classes of the report, or a new drug was added. CONCLUSIONS: Preventative action was observed for all serious interactions, and only moderate interactions were tolerated for the lack of other alternatives. This study demonstrates the application of an extended PGx panel combined with a customized informational report to prevent ADRs and improve patient care.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».