MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390426604 · doi:10.59931/rcp.23.0003

Construction of a 10-year Pharmacogenetic Literature Database with Information on Alternative Allele Frequency: PharmGAF DB

2023· article· en· W4390426604 sur OpenAlexaboutno aff
Hyun Kyung Lee, Ha Young Jang, Yu Hyun Lee, Nayoung Han, In‐Wha Kim, Jung Mi Oh

Notice bibliographique

RevueResearch in Clinical Pharmacy · 2023
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Food and Drug Safety
Mots-clésPharmacogeneticsAlleleAllele frequencyGeneticsComputer scienceMedicineInformation retrievalBiologyGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Background: Following the rapid growth in genetic information related to drug responses, the urgent need to organize this information for clinical use has arisen.The current databases used in Korea lack information about drug responses as they pertain to specific ethnic groups, including Koreans, and the frequency of genomic variants.This study aimed to develop a pharmacogenetics-alternative allele frequency (AAF) database (PharmGAF DB) in South Korea to address this issue.Methods: Drugs were selected from the drug response database of the Korean Ministry of Food and Drug Safety by studying various pharmacogenetic guidelines such as Clinical Pharmacogenetics Implementation Consortium, Dutch Pharmacogenetics Working Group, and Canadian Pharmacogenomics Network for Drug Safety and drug labels accepted by various health authorities such as the United States Food and Drug Administration, European Medicines Agency, and the Pharmaceuticals and Medical Devices Agency.Information on drug responses was collected and updated for a set of selected drugs from pharmacogenetics literature over the past ten years.AAF information was gathered from the Korean Reference Genome Database, the single nucleotide polymorphism database, and the Allele Frequency Net Database.Results: In total, 80 drugs were investigated, and the pharmacogenomic effects of 142 variants in relation to these drugs were updated.Pharmacokinetic effects were found for 51 variants and pharmacodynamic effects were found for 111 variants.AAF information was collected for these variants in Korean, East Asian, and Caucasian populations.Variants for which AAF significantly differed between Koreans and Caucasians were identified.Finally, PharmGAF DB was created by combining information on the pharmacogenomic effects and the AAF. Conclusion:The newly developed database, PharmGAF DB, was created by merging information on how drug responses relate to genotypes and allele frequencies among different ethnic groups.PharmGAF DB should improve drug efficacy and reduce the occurrence of side effects by supporting the implementation of precision medicine in clinical practice.

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)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0470,035
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,010

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 Opus0,462
Tête enseignante GPT0,615
Écart entre enseignants0,153 · 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.

Devis d'étudeSimulation ou modélisation
DomaineMéthodes
GenreMéthodes

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 revueResearch in Clinical Pharmacy→Même sujetPharmacogenetics and Drug Metabolism→Travaux en français237 207→