MétaCan
Menu
Retour à la cohorte
Enregistrement W4383552852 · doi:10.3390/curroncol30070479

Peripheral Neuropathy Potentially Associated to Poly (ADP-Ribose) Polymerase Inhibitors: An Analysis of the Eudravigilance Database

2023· article· en· W4383552852 sur OpenAlexvenueno aff
Mafalda Jesus, António Cabral, Cristina Monteiro, Ana Paula Duarte, Manuel Morgado

Notice bibliographique

RevueCurrent Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaEuropean Regional Development FundPrograma Operacional Regional do Centro
Mots-clésMedicinePharmacovigilancePeripheral neuropathyDrug reactionDrugAdverse drug reactionInternal medicineAdverse effectCancerPharmacologyBioinformaticsOncologyDatabaseDiabetes mellitusEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Poly (ADP-Ribose) polymerase inhibitors (PARPi) have emerged as a targeted therapy in cancer treatment with promising results in various types of cancer. This work aims to investigate the profile of adverse drug reactions (ADRs) associated with PARPi through the reports provided by the Eudravigilance (EV) database. We also intend to analyze the potential association of peripheral neuropathy to PARPi. Data on individual case safety reports (ICSRs) were obtained by accessing the European spontaneous reporting system via the EV website. A total of 12,762 ICSRs were collected from the EV database. Serious cases of nervous system disorders were analyzed providing strong evidence that peripheral neuropathy was reported in a higher frequency in patients treated with niraparib. Most cases reported a not recovered/not resolved outcome and involved drug withdrawal. However, several studies suggest that PARPi attenuate chemotherapy-induced painful neuropathy. Unexpected ADRs such as peripheral neuropathy may also occur, mostly in patients taking niraparib. Further pharmacovigilance studies should be conducted in this area to clarify with more precision the toxicity profile of these drugs.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,011
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,085
Tête enseignante GPT0,418
Écart entre enseignants0,333 · 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'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetPARP inhibition in cancer therapyTravaux en français237 207