Systematic Review of Comparative Pharmacokinetic Profile of Drugs in Non-Communicable Chronic Diseases
Notice bibliographique
Résumé
Introduction: Non-communicable chronic diseases (NCDs) such as diabetes, cardiovascular diseases, chronic kidney disease, and liver disorders alter drug pharmacokinetics, impacting absorption, distribution, metabolism, and excretion. These changes can lead to therapeutic failure or adverse drug reactions, necessitating individualized drug therapy. Objectives: This study systematically reviews and comparsses pharmacokinetic alterations of commonly used drugs in NCD patients, evaluating their impact on drug efficacy and safety, dose adjustments, and treatment optimization. Methods: A systematic review was conducted following PRISMA guidelines. Data from PubMed, Scopus, Embase, and Cochrane Library were analyzed. Studies reporting pharmacokinetic parameters in NCD patients were included. Risk of bias was assessed using the Cochrane Risk of Bias Tool and Newcastle-Ottawa Scale. Results: Out of 4,000 studies screened, 120 met inclusion criteria. Key findings include delayed absorption (e.g., metformin in CKD), altered distribution (e.g., beta-blockers in hypertension), reduced metabolism (e.g., statins in liver disease), and impaired excretion (e.g., aminoglycosides in CKD). These variations necessitate dose adjustments to optimize therapy and prevent toxicity. Conclusion: Significant pharmacokinetic alterations in NCD patients necessitate individualized dosing strategies. Understanding these changes is crucial for improving drug efficacy, minimizing adverse effects, and optimizing pharmacotherapy. Further research on novel drugs is recommended.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».