Evaluating the evidence for genotype‐informed Bayesian dosing of tacrolimus in children undergoing solid organ transplantation: A systematic literature review
Notice bibliographique
Résumé
Tacrolimus, a calcineurin inhibitor, is a highly effective immunosuppressant used in solid organ transplantation (SOT). However, it is characterized by a narrow therapeutic range and high inter-patient variability in pharmacokinetics. Standard weight-based dosing followed by empiric dose titration is suboptimal in controlling drug concentrations, increasing risk of rejection or toxicity, particularly in the initial months post transplantation. This review explores the potential of combined pre-transplant genotyping and pharmacokinetic (PK) modelling to improve tacrolimus dosing in paediatric SOT recipients. A systematic search of Medline, Embase and Cochrane databases identified studies published between March 2013 and March 2023 that investigated genotype- and PK model-informed tacrolimus dosing in children post-SOT. The Newcastle-Ottawa Scale assessed study quality. Seven studies encompassing paediatric kidney, heart, liver and lung transplants reported using genotype and model-informed dosing. A combination of clinical and genetic factors significantly impacts tacrolimus clearance and thus initial dose recommendation. Body size, transplant organ and co-medications were consistently important, while either time post-transplant or haematocrit emerged in some studies. Several models were identified, however, with limitations evident in some and with absence of evidence for their effectiveness in optimizing initial and subsequent dosing. This review highlights the development of PK models in paediatric SOT that integrate genotype and clinical covariates to personalize early tacrolimus dosing. While promising, prospective studies are needed to validate and confirm their effectiveness in improving time to therapeutic concentrations and reducing under- or overexposure. This approach has the potential to optimize tacrolimus therapy in paediatric SOT, thereby improving outcomes.
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 | 0,012 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».