Current insight on irinotecan dose adjustment in advanced colorectal cancers based on pharmacogenetic studies: an updated review
Notice bibliographique
Résumé
Despite advancements in colorectal cancer screening and treatment, the occurrence, severity, and mortality rates have consistently risen among younger patients. Precision medicine aims to personalize cytotoxic drug dosages, such as irinotecan, by considering the pharmacogenetic specificity of glucuronidation backgrounds. Our search, focused on recent developments (2020-2024) in categorizing Uridine 5'-diphosphate-glucuronosyltransferase (UGT)1A1 variants related to irinotecan's safety, effectiveness, and cost-benefit in metastatic colorectal cancer patients identified 32 relevant clinical studies and recent reviews from 296 abstracts in PubMed and PubMed Central databases. This updated review emphasizes racial disparities in the incidence and essential variants influencing irinotecan's activated metabolite (SN-38). While UGT1A1*28 homozygosity is the primary cause of toxicity in North America, Europe, and a Middle Asian country, UGT1A1*6 is the prominent variant responsible in East Asian countries. Despite various methods employed for dose adjustment based on pharmacogenomic findings, individualization of the dose has been associated with reduced toxicity, improved response, and enhanced patient survival. The recommended irinotecan dose in the FOLFIRI regimen can be variable between 120mg/m2 to 350 mg/m2 based on the UGT1A1 genotype variant. Moreover, this approach appears to be cost-effective, as suggested by European and Chinese studies.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».