Modeling and Simulation to Inform Apixaban Dosing in Pediatrics With Acute Lymphoblastic Leukemia or Lymphoblastic Lymphoma Treated With Asparaginase
Notice bibliographique
Résumé
Apixaban could be a potential treatment option for the prevention of venous thromboembolism (VTE) in children with acute lymphoblastic leukemia (ALL) or lymphoblastic lymphoma (LL). This analysis describes an updated two-compartment population pharmacokinetic (PPK) model that characterizes the PK variability of apixaban in pediatric patients with ALL or LL treated with asparaginase using PK data from a phase III study (PREVAPIX). Patient type of ALL or LL was found to be a significant covariate on the apparent central volume of distribution (Vc/F) and first-order absorption rate (Ka). Pediatric patients (aged 9 months to < 18 years) with ALL or LL had a 52.4% lower Ka compared with adults; this was 81.1% lower than other pediatric patients (9 months to < 18 years) at risk of VTE. Apixaban Vc/F was estimated to be 43.1% lower in pediatric patients compared with adult patients. The updated PPK model was used to simulate and confirm apixaban fixed-dose by weight-tiered regimen-achieved target exposures in pediatric patients (aged 28 days to < 18 years) with ALL or LL. In addition, a PK/pharmacodynamic (PD) analysis was performed using a linear regression model to characterize the relationship between anti-FXa activity (AXA) and apixaban concentration in pediatric patients with ALL or LL. The characterization of apixaban PK and PK/PD in this analysis contributes to evidence that apixaban could be a potential antithrombotic option in pediatric patients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».