The Pharmacokinetic and Pharmacodynamic Relationship of Clinically Used Antiseizure Medications in the Maximal Electroshock Seizure Model in Rodents
Notice bibliographique
Résumé
The assessment of the efficacy of antiseizure medications (ASMs) in animal models of acute seizures has played a critical role in these drugs’ success in clinical trials for human epilepsy. One of the most widely used animal models for this purpose is the maximal electroshock seizure (MES) model. While there are numerous published reports on the efficacy of conventional ASMs in MES models, there is a need to expand the understanding on the brain concentrations that are needed to achieve optimal levels of efficacy in this model. We assessed the pharmacokinetic/pharmacodynamic (PK/PD) profiles of six ASMs, namely carbamazepine (CBZ), phenytoin (PHT), valproic acid (VPA), lacosamide (LSM), cenobamate (CNB), and retigabine (RTG), using MES models in mice and rats. EC50 values for plasma and the brain were generally higher in mice than rats, with fold differences ranging from 1.3- to 8.6-fold for plasma and from 1.2- to 11.5-fold for brain. Phenytoin showed the largest interspecies divergence. These results suggest that rats may exhibit greater sensitivity to seizure protection in the MES model, likely reflecting species differences in metabolism and brain penetration. These findings highlight the value of considering concentration–response variations and species-specific differences when assessing the efficacy of both conventional ASMs and novel compounds exhibiting anticonvulsant activity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».