Using Real‐World Data to Externally Evaluate Population Pharmacokinetic Models of Dexmedetomidine in Children and Infants
Notice bibliographique
Résumé
Dexmedetomidine is a sedative used in both adults and off-label in children with considerable reported pharmacokinetic (PK) interindividual variability affecting drug exposure across populations. Several published models describe the population PKs of dexmedetomidine in neonates, infants, children, and adolescents, though very few have been externally evaluated. A prospective PK dataset of dexmedetomidine plasma concentrations in children and young adults aged 0.01-19.9 years was collected as part of a multicenter opportunistic PK study. A PubMed search of studies reporting dexmedetomidine PK identified five population PK models developed with data from demographically similar children that were selected for external validation. A total of 168 plasma concentrations from 102 children were compared with both population (PRED) and individualized (IPRED) predicted values from each of the five published models by quantitative and visual analyses using NONMEM (v7.3) and R (v4.1.3). Mean percent prediction errors from observed values ranged from -1% to 120% for PRED, and -24% to 60% for IPRED. The model by James et al, which was developed using similar "real-world" data, nearly met the generalizability criteria from IPRED predictions. Other models developed using clinical trial data may have been limited by inclusion/exclusion criteria and a less racially diverse population than this study's opportunistic dataset. The James model may represent a useful, but limited tool for model-informed dosing of hospitalized children.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».