Pharmacogenetics of Lethal Opioid Overdose: Review of Current Evidence and Preliminary Results from a Pilot Study
Notice bibliographique
Résumé
There has been a worldwide substantial increase in accidental opioid-overdose deaths. The aim of this review, along with preliminary results from our pilot study, is to highlight the use of pharmacogenetics as a tool to predict causes of accidental opioid-overdose death. For this review, a systematic literature search of PubMed® between the time period of January 2000 to March 2023 was carried out. We included study cohorts, case–controls, or case reports that investigated the frequency of genetic variants in opioid-related post-mortem samples and the association between these variants and opioid plasma concentrations. A total of 18 studies were included in our systematic review. The systematic review provides evidence of the use of CYP2D6, and to a lower extent, CYP2B6 and CYP3A4/5 genotyping in identifying unexpectedly high or low opioid and metabolite blood concentrations from post-mortem samples. Our own pilot study provides support for an enrichment of the CYP2B6*4-allele in our methadone-overdose sample (n = 41) compared to the anticipated frequency in the general population. The results from our systematic review and the pilot study highlight the potential of pharmacogenetics in determining vulnerability to overdose of opioids.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».