MétaCan
Menu
Retour à la cohorte
Enregistrement W4249951417 · doi:10.2174/13892002130106

Why We Need Proper PBPK Models to Examine Intestine and Liver Oral Drug Absorption

2012· article· en· W4249951417 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Drug Metabolism · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhysiologically based pharmacokinetic modellingBioavailabilityPharmacokineticsPharmacologyTransporterSmall intestineMetaboliteChemistryDrugBiologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Intestinal transporters and enzymes are factors that can influence the absorption of orally administrated drugs. Compartmental models are no longer adequate to describe the sequential handling of drugs and metabolites by the intestine and liver during oral drug absorption, especially when intestinal removal is substantial relative to the liver, and when induction/inhibition elicits different extents of change for identical intestinal and hepatic enzymes or transporters. In this review, we described PBPK models for the intestine (with differential flow patterns: traditional model, TM, and segregated flow model, SFM, and QGut model) as well as semi- or whole bodyphysiological- based pharmacokinetic (PBPK) models to describe the impact of the flow pattern, and the intestinal transporters and enzymes and their attendant heterogeneities on intestinal (FI or FG) and oral (Fsys) bioavailability. The modeling efforts have led to a refinement in providing mechanistic insight on the accurate prediction of drug and metabolite profiles for DDI, pharmacogenomics, age factors and disease conditions. Keywords: Intestine models; segregated flow model, QGut model, physiological-based pharmacokinetic (PBPK) models, enzymes; transporters; intestinal flow, enterocyte flow

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.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,441
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,258
Écart entre enseignants0,220 · 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