MétaCan
Menu
Retour à la cohorte
Enregistrement W7132937114

Unravelling Variability in Antidepressant Outcomes using Pharmacogenetic and Pharmacokinetic Strategies

2025· dissertation· W7132937114 sur OpenAlexfundno aff
Xiaoyu Men

Notice bibliographique

RevueTSpace · 2025
Typedissertation
Langue
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensnon disponible
Organismes subventionnairesTaylor Family Institute for Innovative Psychiatric Research, Washington University School of Medicine in St. LouisNational Center for Advancing Translational SciencesCampbell Family Mental Health Research InstituteU.S. Public Health ServicePfizerNational Institute of Mental HealthEli Lilly and Company
Mots-clésPharmacogeneticsSertralineCYP2D6VenOlanzapineAntidepressantVenlafaxinePopulationPharmacokinetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Genetic factors play a significant role in the interindividual variability of antidepressant response. This PhD thesis comprises three studies that investigate how genetic variations influence antidepressant treatment outcomes. The first study analyzed data from the STOP-PD II trial (N = 171), where participants with psychotic depression were treated with sertraline and olanzapine for up to 20 weeks, followed by a randomized phase of 36 weeks when participants received sertraline and olanzapine or sertraline and placebo. Using genome-wide association studies (GWAS), we identified suggestive genomic associations for remission. When using polygenic risk scores (PRS), we found associations between remission and PRS for antidepressant response, as well as between relapse and PRS for Alzheimer’s disease. These findings provide insights into the genetic architecture of treatment outcomes in psychotic depression. The second study focused on pharmacokinetic factors, leveraging data from the IRL-GRey study (N = 325), where older adults with depression were treated with venlafaxine (VEN) for 12 weeks. We adapted and improved a population pharmacokinetic model for VEN and its active metabolite, O-desmethylvenlafaxine (ODV). Incorporating CYP2D6 metabolizer status significantly enhanced the model’s predictive accuracy. CYP2D6 metabolizers showed different VEN clearance, VEN exposure, and active moiety (VEN plus ODV) exposure, where differences were mostly driven by CYP2D6 poor metabolizers. The study highlights the importance of CYP2D6 metabolizer status in optimizing VEN dosing strategies. Using the pharmacokinetic data deriving from our model, the third study examined the relationship between VEN exposure and clinical outcomes in the same sample. Higher exposures to VEN, ODV, and its active moiety were associated with an increased risk of adverse effects, particularly nausea/vomiting and orthostatic dizziness. The findings underscore the clinical relevance of pharmacokinetic monitoring to minimize antidepressant adverse effects in older adults with depression. Together, the three studies underscore the critical role of pharmacogenetics and pharmacokinetics in advancing precision psychiatry. By elucidating the genetic and pharmacokinetic factors influencing antidepressant treatment outcomes, the thesis provides a foundation for optimizing and personalizing pharmacotherapy for depression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,415
Écart entre enseignants0,373 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetTreatment of Major DepressionTravaux en français237 207