MétaCan
Menu
Retour à la cohorte
Enregistrement W4401534435 · doi:10.3390/biomedicines12081843

Upholding or Breaking the Law of Superposition in Pharmacokinetics

2024· review· en· W4401534435 sur OpenAlexafffund
Malaz Yousef, Jaime A. Yáñez, Raimar Löbenberg, Neal M. Davies

Notice bibliographique

RevueBiomedicines · 2024
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMitacs
Mots-clésSuperposition principleADMEPharmacokineticsDosingPharmacologyLawDrugDrug developmentSaturation (graph theory)MedicineComputer scienceMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

The law of superposition underpins first-order linear pharmacokinetic relationships. Most drugs, therefore, after a single dose can be described by first-order or linear processes, which can be superposed to understand multiple-dose regimen behavior. However, there are a number of situations where drugs could display behaviors after multiple dosing that leads to capacity-limited or saturation non-linear kinetics and the law of superposition is overruled. This review presents a practical guide to understand the equations and calculations for single and multiple-dosing regimens after intravenous and oral administration. It also provides the pharmaceutical basis for saturation in ADME processes and the consequent changes in the area under the concentration-time curve, which represents drug exposure that can lead to the modulation of efficacy and/or toxic effects. The pharmacokineticist must implicitly understand the principles of superposition, which are a central tenet of drug behavior and disposition during drug development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,337
Tête enseignante GPT0,560
Écart entre enseignants0,223 · 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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207