A simulation study to assess the influence of population pharmacokinetic model selection on initial dosing recommendations of vancomycin in neonates
Notice bibliographique
Résumé
Aims The accuracy of model‐informed precision dosing largely depends on selecting the most appropriate population pharmacokinetic (popPK) model from many available options. This study aims to evaluate the concordance of optimal initial simulated doses among various vancomycin popPK models developed in neonates and to explore the role of predictive performance in explaining the variability in probability of target attainment (PTA). Methods A virtual neonatal patient population was created and 26 previously externally evaluated vancomycin popPK models were used to simulate 5 different dosing regimens. For each simulated scenario, the area under the concentration–time curve and PTA were calculated to assess the agreement on optimal initial doses across the 26 models. A multiple regression was performed to explore the impact of the models' predictive performance on PTA. Results For most models (15/26), there was an agreement on the optimal dosing regimen. The highest PTA being achieved by the model with the best a priori predictive performance. The multiple regression model significantly predicted mean ln‐transformed PTA, with F(2, 23) = 5.406 and P = .010, yielding an adjusted R2 of .21. PTA was significantly influenced by imprecision (P = .048) but not bias (P = .469). Conclusion In conclusion, our study demonstrated that, despite the variability in bias and imprecision, there was a consensus on the initial optimal doses for the majority of models; however, models with superior a priori predictive performance yielded higher PTA values. Bias and imprecision alone only seem to predict a small proportion of the variability in PTA, with imprecision having a more pronounced effect.
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 | 0,007 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 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 ».