Comparison of In Vitro Metrics With Real-World Risk of Drug-Induced Parkinsonism Due to Antipsychotic Drugs: Retrospective Cohort Study
Notice bibliographique
Résumé
Background: Drug-induced parkinsonism (DIP) predominantly occurs due to antipsychotic drugs (APDs) blocking dopamine D2 receptors (D2Rs). However, in vitro assays often fail to fully reflect real-world variability in clinical outcomes. Objective: This study aimed to evaluate whether in vitro pharmacological metrics correspond to real-world risk of DIP associated with APD use. Methods: For 8 commonly used APDs, key in vitro parameters-including inhibition constants (Ki) of D2Rs and the serotonin 2A receptor, reversal rate (Kr) of D2Rs, and blood-brain barrier (BBB) penetration rate-were compiled to construct 6 composite DIP risk metrics. The real-world DIP risk was assessed using the Seoul National University Hospital common data model (2002-2021). APD users were matched 1:1 to selective serotonin reuptake inhibitor users using propensity score matching, and Cox proportional hazard regression was performed to estimate the hazard ratios (HRs) for DIP risk. Correlation between each in vitro metric and real-world DIP risk was evaluated using logarithmic regression models. Results: Among 44,664 patients from 8 matched cohorts, haloperidol showed the highest DIP risk (HR=4.56, 95% CI 2.29-9.07), whereas aripiprazole exhibited the lowest risk (HR=2.11, 95% CI 1.56-2.86). Metric 4 (pKr × BBB penetration rate) exhibited the strongest correlation with real-world DIP risk (R2=0.95). The correlation decreased when aripiprazole, a partial D2R agonist, was included in the analysis (R2=0.58). Conclusions: Integrating receptor-binding kinetics with BBB penetration may provide an in vitro framework that reflects real-world variation in DIP risk among D2R-antagonizing APDs. These findings support the relevance of combining kinetic and central nervous system exposure parameters for early safety evaluation.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».