Infliximab in paediatric inflammatory bowel disease: External evaluation of population pharmacokinetic models
Notice bibliographique
Résumé
AIMS: Use of infliximab (IFX) has improved outcomes in children with inflammatory bowel disease (IBD). However, a proportion of patients does not respond to IFX or loses response over time. Population pharmacokinetic (PopPK) modelling is a promising approach for IFX dose optimization, but with the increasing number of PopPK models in literature, model evaluation is essential. The aims of this study are: (i) to validate the predictive performance of existing IFX PopPK models using a cohort of children with IBD; and (ii) to perform a Bayesian estimation of the most suitable model to predict the next IFX concentrations. METHODS: PubMed was searched for IFX PopPK models in children. Selected models were rebuilt and analysed using R. Model performance was assessed through goodness-of-fit-plots, residuals against time, prediction error and prediction-corrected visual predictive checks. The validation cohort consisted of 73 children with IBD who were treated with IFX in our centre between 2017 and 2023 (340 IFX measurements). RESULTS: We identified 9 PopPK models. Model bias for individual predicted values ranged from -9.29% to 8.01% compared to bias for population predicted values. The model by Vande Casteele et al. demonstrated superior performance (individual predicted bias 2.13, population predicted bias -6.11); upon Bayesian estimation, it predicted induction trough levels with median error of 12.95% but had a median error of -69% predicting maintenance concentrations. CONCLUSION: The model by Vande Casteele et al. displayed superior performance in initial evaluations but had a high error in estimating next IFX levels and can only be used in practice to predict induction levels.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Simulation ou modélisation | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Simulation ou modélisation | high |
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 | 0,014 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».