Effects of CYP2C19 and CYP2D6 gene variants on escitalopram and aripiprazole treatment outcome and serum levels: results from the CAN-BIND 1 study
Notice bibliographique
Résumé
Cytochrome P450 drug-metabolizing enzymes may contribute to interindividual differences in antidepressant outcomes. We investigated the effects of CYP2C19 and CYP2D6 gene variants on response, tolerability, and serum concentrations. Patients (N = 178) were treated with escitalopram (ESC) from weeks 0-8 (Phase I), and at week 8, either continued ESC if they were responders or were augmented with aripiprazole (ARI) if they were non-responders (<50% reduction in Montgomery-Åsberg Depression Rating Scale from baseline) for weeks 8-16 (Phase II). Our results showed that amongst patients on ESC-Only, CYP2C19 intermediate and poor metabolizers (IM + PMs), with reduced or null enzyme function, trended towards significantly lower symptom improvement during Phase II compared to normal metabolizers (NMs), which was not observed in ESC + ARI. We further showed that CYP2D6 NMs and IM + PMs had a higher likelihood of reporting a treatment-related central nervous system side effect in ESC-Only and ESC + ARI, respectively. The differences in the findings between ESC-Only and ESC + ARI may be due to the altered pharmacokinetics of ESC by ARI coadministration in ESC + ARI. We provided evidence for this postulation when we showed that in ESC-Only, CYP2C19 and CYP2D6 IM + PMs demonstrated significantly higher ESC concentrations at Weeks 10 and 16 compared to NMs. In contrast, ESC + ARI showed an association with CYP2C19 but not with CYP2D6 metabolizer group. Instead, ESC + ARI showed an association between CYP2D6 metabolizer group and ARI metabolite-to-drug ratio suggesting potential competition between ESC and ARI for CYP2D6. Our findings suggest that dosing based on CYP2C19 and CYP2D6 genotyping could improve safety and outcome in patients on ESC monotherapy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».