Hemoglobin and Cholesterol Affect Apparent Tacrolimus Clearance in Pediatric Transplant Recipients—A Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Tacrolimus has a narrow therapeutic index with substantial inter- and intra-patient variability, requiring therapeutic drug monitoring (TDM). Influences beyond genetic and developmental factors need to be better understood. Recent studies among adult patients suggest that hemoglobin affects the apparent clearance (CL/F) of tacrolimus, whereas this and other potential factors in children are under-investigated. METHODS: After ethics approval, we performed a single-center retrospective cohort study of pediatric renal transplant recipients between January 1, 2004, and June 30, 2018. Patients without tacrolimus therapy or those with concomitant sirolimus were excluded. Apparent clearance (CL/F) was predicted for this analysis using a regression equation derived from 12-point pharmacokinetic (PK) profiles. The equation allowed for the estimation of the area under the curve (AUC) from trough levels, which were then used to calculate CL/F. Data were collected from electronic health records, and univariate and multivariate mixed-effect regression analyses were performed to evaluate the impact of hemoglobin, albumin, cholesterol, and HDL on CL/F. RESULTS: Thirty-three patients were included. The median age at transplantation was 10 years, 52% were female, and the median tacrolimus AUC was 133 ng•h/mL. CL/F correlated with hemoglobin (n = 1257, r = -0.3767, p < 0.0001), HDL-cholesterol (n = 236, r = -0.3973, p < 0.0001), and total cholesterol (n = 373, r = -0.1821, p = 0.0004). In multivariate mixed-effect regression, hemoglobin and cholesterol remained significant predictors of CL/F. CONCLUSIONS: The present study suggests a moderate impact of hemoglobin and cholesterol on tacrolimus CL/F. Lower hemoglobin appears to increase CL/F, while higher cholesterol reduces it. These findings highlight the potential value of integrating biochemical parameters into dosing strategies to optimize TDM in pediatric kidney transplant recipients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».