Triazole antifungal drug interactions—practical considerations for excellent prescribing
Notice bibliographique
Résumé
Systemic antifungal therapy is critical for reducing the mortality from many invasive and chronic fungal infections. Triazole antifungals are the most frequently prescribed antifungals but require attention to dosing and drug interactions. Nearly 600 severe drug-drug interactions and over 1100 moderate interactions requiring dose modifications are described or anticipated with systemic antifungal agents (see https://www.aspergillus.org.uk/antifungal-drug-interactions/). In this article, we address the common and less common, but serious, drug interactions observed in clinical practice with triazole antifungals, including a group of drugs that cannot be prescribed with all or most triazole antifungals (ivabradine, ranolazine, eplerenone, fentanyl, apomorphine, quetiapine, bedaquiline, rifampicin, rifabutin, sirolimus, phenytoin and carbamazepine). We highlight interactions with drugs used in children and new agents introduced for the treatment of haematological malignancies or graft versus host disease (midostaurin, ibrutinib, ruxolitinib and venetoclax). We also summarize the multiple interactions between oral and inhaled corticosteroids and triazole antifungals, and the strategies needed to optimize the therapeutic benefits of triazole antifungal therapy while minimizing potential harm to patients.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,012 |
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 ».