Gene-based drug therapy for children and youth treated with psychoactive medications
Notice bibliographique
Résumé
Abstract Psychoactive medications are increasingly used to treat children and youth with mental health conditions, but individual variations in response highlight the need for precision medicine. Pharmacogenetic (PGx) testing is a key component of precision medicine. The number of commercial pharmacogenetic testing companies promoting PGx, with the promise of achieving individualized and effective treatment of mental health conditions, has grown exponentially in recent years. Scientific evidence supporting the use of PGx to manage mental health conditions is limited, especially for paediatric populations. This practice point outlines steps guiding the use and interpretation of PGx testing for psychoactive medications in clinical settings, along with key supportive resources. Practice guidelines have been developed for variants in pharmacogenes encoding cytochrome P450 drug-metabolizing enzymes (e.g., CYP2C19, CYP2D6, CYP2C9) as one determinant of drug concentrations in blood, which can support both drug choice and dosing strategy for certain anti-psychotics, anti-depressants, and anti-epileptics. Adverse drug reactions to some anti-epileptic drugs (e.g., carbamazepine and phenytoin) have been associated with certain human leukocyte antigen types and variants in DNA polymerase gamma (POLG; valproic acid). Evidence remains limited for genetic variants of drug target proteins, making it challenging to identify patients with altered treatment responses at a therapeutic blood concentration.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».