Tobramycin a Priori Dosing Regimens Based on PopPK Model Simulations in Critically Ill Patients: Are They Transferable?
Notice bibliographique
Résumé
BACKGROUND: In recent years, multiple population pharmacokinetic models have been developed for drugs such as tobramycin that need therapeutic drug monitoring. Some of these models have been used to develop a priori dosing regimens for their respective populations. However, these dosing regimens may not apply to other populations. Therefore, this study aimed to evaluate tobramycin population pharmacokinetic models in critically ill patients and establish an adequate dosing regimen. METHODS: Evaluated models were identified from a literature review of aminoglycoside population pharmacokinetic models in critically ill patients. After retrospective data collection in 2 Quebec hospitals, external evaluation and model re-estimation were performed with NONMEM (v7.5) to assess imprecision and bias values. Dosing regimens were simulated and compared between the best-performing model and its re-estimated counterparts. RESULTS: None of the 3 evaluated models showed acceptable imprecision or bias values in the data sets of the 19 patients. Similar percentages of target attainment were obtained for the original and re-estimated models after the dosing regimen simulations. CONCLUSION: Although the predictive performance evaluation criteria were inadequate, the original and re-estimated models yielded similar results. This raises the question of what a priori bias and imprecision thresholds should be defined as acceptable for the external evaluation of models to be applied in clinical practice. Studies evaluating the impact of these thresholds are needed.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».