MétaCan
Menu
Retour à la cohorte
Enregistrement W4318065960 · doi:10.21474/ijar01/15992

EFFECT OFVARIATIONSIN ABCC2, CYP2C9, CYP2C19 & SCN2A GENESON TREATMENT RESPONSETO ANTICONVULSANTS- A SYSTEMATIC REVIEWAND META-ANALYSIS OF GENETIC ASSOCIATION STUDIES

2023· article· en· W4318065960 sur OpenAlexaboutno aff
Mamillapally Loukya, Defria Zeneth B., Samuel Gideon George P.

Notice bibliographique

RevueInternational Journal of Advanced Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisCYP2C19Publication biasMedicineFunnel plotInternal medicineGeneticsBiologyGeneGenotype

Résumé

récupéré en direct d'OpenAlex

Objective: This study was aimed to determine the effect of genetic polymorphisms (non-synonymous, missense, and copy number variations) in ABCC2, CYP2C9, CYP2C19&SCN2A genes on treatment response to anticonvulsants. Methods: The search was carried out in PubMed, Scopus, Cochrane Central Register of Controlled Trials, Embase, LILACS, Google Scholar, MEDLINE, ScienceDirect, Web of Science, and the DOAJ database. Hardy Weinberg Equilibrium (HWE), New-Castle Ottawa scale value, Cochrane Review Manager 5.0 (&R 4.0.3,) and Rayyan QCRI are used for assessing data synthesis, risk of bias, heterogeneity assessment using I[2]statistics and calculating Inter-rater agreement respectively. Publication bias assessment was performed using Eggers test and the Funnel plot. For statistical analysis, random effects modeling was used to explain the association between genetic variations in ABCC2, CYP2C9, CYP2C19 & SCN2A genes related to drug resistance or treatment failure. Results: This meta-analysis includes a total of 29 studies. We found a greater risk of AED resistance in ABCC2rs2273697 genetic variations (OR=1.51 [ 0.93-2.47], p value=0.03 at 95% CI), ABCC2 rs3740066 genetic variation has a greater possibility of AED resistance was seen in pooled population (OR= 0.85 [0.12-5.85], p-value<0.01 at 95% CI), risk of drug resistance was increased by ABCC2 rs717620 polymorphism. (OR =2.13, [1.02-4.44], p-value<0.01 at 95% CI), CYP2C9 rs1799853 polymorphism had a significant increase in AED resistance (OR =1.27, [0.49-3.32] p-value<0.01 at 95% CI), CYP2C9 rs1057910 polymorphism. (OR= 0.74, [0.32-1.70] p-value 0.01 at 95% CI), CYP2C19 rs4244285 polymorphism. (OR= 0.68, [0.29-1.62], p value=0.02 at 95% CI), SCN2A rs2304016 polymorphism. (OR= 1.20, [0.48-3.05], p value<0.01 at 95% CI), SCN2Ars17183814 polymorphism. (OR =1.51, [1.12-2.03], p value=0.30 at 95% CI). Conclusions:Gene polymorphisms play a key role in epilepsy development and therapeutic efficacy, and could have greater impact treatment outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,026
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,031
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,222
Tête enseignante GPT0,518
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced ResearchMême sujetDrug Transport and Resistance MechanismsTravaux en français237 207