Optimisation des régimes posologiques d’antibiotiques pour le traitement d’exacerbations pulmonaires chez le patient adulte atteint de fibrose kystique
Bibliographic record
Abstract
La fibrose kystique (FK) est une maladie qui affecte principalement les systèmes respiratoires, digestifs et reproducteurs et rend les personnes atteintes plus susceptibles aux surinfections bronchiques et aux exacerbations pulmonaires. Le dosage initial et les ajustements de dose des antibiotiques sont difficiles en raison des altérations pharmacocinétique (PK), la grande variabilité PK et l'émergence de résistance aux antibiotiques dans cette population. En guise d’introduction, le premier chapitre de ce mémoire présente la pathologie de la fibrose kystique, des principes de base en pharmacologie et en modélisation compartimentale. Le deuxième chapitre présente une revue systématique de la littérature sur les modèles PK de population des antibiotiques développés dans la population FK adulte. Cette étude a mis en évidence les facteurs démographiques et cliniques ayant le plus d'impact sur la PK des antibiotiques en FK. Par exemple, le poids corporel maigre était la covariable la plus fréquemment utilisée pour estimer les paramètres PK des β-lactamines. Le troisième chapitre montre comment les modèles PK de population peuvent être utilisés pour proposer des stratégies de dosage alternatives aux cliniciens. Les résultats ont montré que la normalisation des doses de tobramycine par la taille (à une dose de 3,4 mg/cm) permet d'obtenir des concentrations maximales et minimales de tobramycine adéquates pour un patient médian. Le quatrième chapitre présente une évaluation méthodologique de l’impact du temps de prélèvement à 8h post-dose sur la performance prédictive de modèles PK de population pour la tobramycine. Il a été démontré que les paramètres PK du deuxième compartiment sont biaisés lorsqu’estimés en utilisant des concentrations simulées issues de temps de prélèvement divergents du modèle analysé. Le cinquième chapitre illustre le développement et l’évaluation d'un nomogramme de doses initiales pour la tobramycine basé sur la taille. Les doses dérivées du nomogramme entraînent une réduction significative de la variabilité des concentrations maximales prédites par rapport à ce qui est observé en clinique, ce qui pourrait potentiellement améliorer les issues cliniques en FK. Ce mémoire a donc démontré l'importance et la pertinence de la modélisation et des simulations dans un contexte clinique afin d’améliorer la prise en charge des patients atteints de FK.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".