Empiric dosing strategies to predict lamotrigine concentrations during pregnancy
Notice bibliographique
Résumé
INTRODUCTION: Maintaining seizure control with lamotrigine is complicated by altered pharmacokinetics and existence of subpopulations in whom clearance increases or remains constant during pregnancy. OBJECTIVE: Our objective was to characterize the potential for particular dosing scenarios to lead to increased seizure risk or toxicity. METHODS: Lamotrigine pharmacokinetic parameters obtained from our previous study were applied to a one-compartment model structure with subpopulations (75:25%) exhibiting different clearance changes. A single-patient simulation was conducted with typical pharmacokinetic parameter values from each subpopulation. Population-level simulations (N = 48,000) included six dosing scenarios and considered four preconception doses using the R package mrgsolve (Metrum Research Group). Thresholds for efficacy and toxicity were selected as drug concentration that are 65% lower than preconception concentrations and doubling of preconception concentrations, respectively. RESULTS: Individual simulation results demonstrated that without dose increases, concentrations fell below 0.65 at 6-8 weeks in the high clearance change (HC) subpopulation, depending on preconception clearance. While no simulated dosing regimen allowed all women in both subpopulations to maintain preconception concentrations, some regimens provided a more balanced risk profile than others. Predicted concentrations suggested potential increased seizure risk for 7%-100% of women in the HC group depending on preconception dose and subpopulation. Additionally, in 63% of dosing scenarios for women with low clearance change (LC), there was an increased risk of toxicity (34%-100% of women). SIGNIFICANCE: A substantial percentage of simulated individuals had concentrations low enough to potentially increase seizure risk or high enough to create toxicity. Early clearance changes indicate possible subpopulation categorization if therapeutic drug monitoring is conducted in the first trimester. An arbitrary "one-size-fits-all" philosophy may not work well for lamotrigine dosing adjustments during pregnancy and reinforces the need for therapeutic drug monitoring until a patient is determined to be in the LC or HC group.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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 ».