MétaCan
Menu
Retour à la cohorte
Enregistrement W4395022322 · doi:10.1093/ajhp/zxae110

Recommendations for pharmacogenetic testing in clinical practice guidelines in the US

2024· review· en· W4395022322 sur OpenAlexaff
Daniel L. Hertz, Chad Bousman, Howard L. McLeod, Andrew A. Monte, Deepak Voora, Lori A. Orlando, Rustin D. Crutchley, Benjamin Brown, Wrenda Teeple, Sara Rogers, Jai N. Patel

Notice bibliographique

RevueAmerican Journal of Health-System Pharmacy · 2024
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésPharmacogeneticsClinical PracticeMedical physicsMedicinePsychologyEngineering ethicsFamily medicineEngineeringBiologyGeneticsGenotype

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Pharmacogenetic testing can identify patients who may benefit from personalized drug treatment. However, clinical uptake of pharmacogenetic testing has been limited. Clinical practice guidelines recommend biomarker tests that the guideline authors deem to have demonstrated clinical utility, meaning that testing improves treatment outcomes. The objective of this narrative review is to describe the current status of pharmacogenetic testing recommendations within clinical practice guidelines in the US. SUMMARY: Guidelines were reviewed for pharmacogenetic testing recommendations for 21 gene-drug pairs that have well-established drug response associations and all of which are categorized as clinically actionable by the Clinical Pharmacogenetics Implementation Consortium. The degree of consistency within and between organizations in pharmacogenetic testing recommendations was assessed. Relatively few clinical practice guidelines that provide a pharmacogenetic testing recommendation were identified. Testing recommendations for HLA-B*57:01 before initiation of abacavir and G6PD before initiation of rasburicase, both of which are included in drug labeling, were mostly consistent across guidelines. Gene-drug pairs with at least one clinical practice guideline recommending testing or stating that testing could be considered included CYP2C19-clopidogrel, CYP2D6-codeine, CYP2D6-tramadol, CYP2B6-efavirenz, TPMT-thiopurines, and NUDT15-thiopurines. Testing recommendations for the same gene-drug pair were often inconsistent between organizations and sometimes inconsistent between different guidelines from the same organization. CONCLUSION: A standardized approach to evaluating the evidence of clinical utility for pharmacogenetic testing may increase the inclusion and consistency of pharmacogenetic testing recommendations in clinical practice guidelines, which could benefit patients and society by increasing clinical use of pharmacogenetic testing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0340,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,005
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,580
Tête enseignante GPT0,661
Écart entre enseignants0,080 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Health-System PharmacyMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207