Exploring the Impact of Laboratory Reagents on Pharmacokinetic Profiling
Notice bibliographique
Résumé
BACKGROUND: Laboratory reagents impact measured factor activity of extended half-life (EHL) concentrates. Variability in measurements may lead to under or over estimation of the pharmacokinetic (PK) parameters, and thus influence clinical dosing decisions. Since 2020, WAPPS-Hemo (www.wapps-hemo.org) has been collecting reagent information when haemophilia centres submit data for PK parameters estimation. OBJECTIVES: To identify the pairs of concentrates (recombinant FVIII and FIX) and reagents leading to significant discrepancies between observed PK estimates compared to WAPPS-Hemo population. METHODS: PK data were extracted from the WAPPS-Hemo database. PK estimates were obtained using WAPPS-Hemo Bayesian engine and analysis was reported for terminal half-life and time to 3% following a 50 IU/kg infusion. Log-deviations between individual PK estimates and WAPPS-Hemo population PK models typical values were calculated to remove known sources of variability. Multivariate analysis of variance (MANOVA) regression was performed to assess the reagent effects. RESULTS: A total of 3853 and 1312 PK estimates were used to analyse reagent effects on the four FVIII and three FIX EHL concentrates, respectively. The reagent was not provided for 2391 PK estimates (46.3%). WFH unadvised reagents were provided for 78 PK estimates only (2.8% of known reagents). For each concentrate/reagent pair recommended by WFH, no significant difference was identified, except for rFIX-Fc whose PK parameters were significantly and clinically under-estimated by STA PTT-A. DISCUSSION/CONCLUSION: Real-world data provided by haemophilia centres showed high congruence with WFH guidelines, although its sizable number not declaring reagent. WFH-recommended reagents did not significantly impact PK estimation. For rFVIII-PEG, reagents also did not impact PK estimation. Although usually not enough data were available to assess reagents that were unadvised by WFH.
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 | 0,023 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».