Développement et applications d’approches pharmacométriques pour l’individualisation du méthylphénidate dans le traitement du trouble déficitaire de l’attention : de l’occupation des transporteurs à l’effet clinique
Bibliographic record
Abstract
Le méthylphénidate est un des médicaments les plus prescrits pour les patients ayant un trouble déficitaire de l’attention (TDAH). Comme la réponse au méthylphénidate peut varier d’un patient à l’autre, l’optimisation de la dose passe souvent par une période de titration. Au cours de cette titration, le clinicien, guidé par son expertise, prescrit différents niveaux de dose jusqu’à trouver celle qui convienne au patient. Ceci en fait un processus lourd pour le patient. L’individualisation des doses de méthylphénidate peut donc être améliorée par l’utilisation d’approches pharmacométriques. Ces approches cristallisent les informations connues sur le médicament dans un langage condensé basé sur les mathématiques et statistiques. Ainsi, leur utilisation dans le contexte du méthylphénidate fournit un outil numérique permettant de comprendre sa pharmacocinétique (ce que le corps fait au méthylphénidate) et sa pharmacodynamie (ce que le méthylphénidate fait au corps). Cette thèse se met à la quête de l’enrichissement de ces approches pharmacométriques en trois volets. La première problématique abordée concerne la grande variabilité interindividuelle dans le traitement du méthylphénidate. Le début de la thèse s’attaque à l’interchangeabilité des médicaments novateurs et génériques ayant une grande variabilité interindividuelle. Une nouvelle méthode est proposée pour comparer efficacement les médicaments selon leur pharmacocinétique. Celle-ci se base sur une méthode établie qui tient compte non seulement de la réponse moyenne d’une population à un médicament, mais aussi de la variabilité interindividuelle dans cette réponse. Cette nouvelle méthode ajoute un paramètre modulable selon le médicament étudié et corrige les problèmes de permissivité des méthodes actuelles. La pharmacodynamie du méthylphénidate est étudiée dans les deuxième et troisième volets de cette thèse. Il a été rapporté que l’efficacité du méthylphénidate décroît en fin de journée, malgré des concentrations plasmatiques similaires aux premières heures d’administration. Ainsi, suite à la prise de méthylphénidate, une tolérance aigüe se développe dans une même journée. Ce phénomène, observé sur des échelles de mesure cliniques mesurant la réduction des symptômes du TDAH, a déjà été décrit par des approches pharmacométriques. La deuxième partie de cette thèse explore la présence de cette tolérance aigüe au niveau des cibles thérapeutiques du méthylphénidate : les transporteurs de dopamine et norépinéphrine. Un modèle pharmacométrique est créé, décrivant l’interaction du méthylphénidate avec les transporteurs de dopamine et de norépinéphrine. Ce modèle est utilisé pour calculer la performance de différents régimes posologiques et explore le rôle de la norépinéphrine sur les doses nécessaires pour le traitement du TDAH. Finalement, le troisième volet ajoute la pharmacodynamie sur une échelle clinique, notamment celle du score SKAMP. Grâce au modèle pharmacométrique du deuxième volet, la dernière partie de cette thèse cherche à répondre à la question : comment l’interaction du méthylphénidate avec les transporteurs de dopamine se traduit en effet clinique? Nos résultats indiquent que l’interaction avec les transporteurs se traduit partiellement en effet clinique et que la relation entre ces deux éléments est plus significative en début de journée comparativement au soir. En somme, cette thèse a exploré les différentes facettes des méthodes pharmacométriques et leur application dans les prescriptions du méthylphénidate chez les patients atteints de TDAH. Les résultats de cette recherche démontrent l’utilité des approches pharmacométriques et ouvrent la porte à une recherche plus poussée afin de guider l’individualisation du méthylphénidate.
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 | 0.007 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".