Impact of Drug Exposure on Resistance Selection Following Artemether‐Lumefantrine Treatment for Malaria in Children With and Without <scp>HIV</scp> in Uganda
Notice bibliographique
Résumé
Artemisinin-based combination therapies (ACTs) are the primary treatment for malaria. It is essential to characterize the pharmacokinetics (PKs) and pharmacodynamics (PDs) of ACTs in vulnerable populations at risk of suboptimal dosing. We developed a population PK/PD model using data from our previous study of artemether-lumefantrine in HIV-uninfected and HIV-infected children living in a high-transmission region of Uganda. HIV-infected children were on efavirenz-, nevirapine-, or lopinavir-ritonavir-based antiretroviral regimens, with daily trimethoprim-sulfamethoxazole prophylaxis. We assessed selection for resistance in two key parasite transporters, pfcrt and pfmdr1, over 42-day follow-up and incorporated genotyping into a time-to-event model to ascertain how resistance genotype in relation to drug exposure impacts recurrence risk. Two hundred seventy-seven children contributed 364 episodes to the model (186 HIV-uninfected and 178 HIV-infected), with recurrent microscopy-detectable parasitemia detected in 176 episodes by day 42. The final model was a two-compartment model with first-order absorption and an estimated age effect on bioavailability. Systemic lumefantrine exposure was highest with lopinavir-ritonavir, lowest with efavirenz, and equivalent with nevirapine and HIV-uninfected children. HIV status and lumefantrine concentration were significant factors associated with recurrence risk. Significant selection was demonstrated for pfmdr1 N86 and pfcrt K76 in recurrent infections, with no evidence of selection for pfmdr1 Y184F. Less sensitive parasites were able to tolerate lumefantrine concentrations ~ 3.5-fold higher than more sensitive parasites. This is the first population PK model of lumefantrine in HIV-infected children and demonstrates selection for reduced lumefantrine susceptibility, a concern as we confront the threat to ACTs posed by emerging artemisinin resistance in Africa.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».