Optimisation de l'usage de la vancomycine en néonatalogie à l'aide de modèles pharmacocinétiques de population
Bibliographic record
Abstract
Une révision des lignes directrices consensuelles, proposant un changement de modalités significatif vers le calcul de l’aire sous la courbe pendant 24 heures au détriment du creux pour assurer le suivi thérapeutique pharmacologique de la vancomycine, a été publiée en mars 2020. Ce nouveau paramètre s’obtient à l’aide de prélèvements sanguins limités en combinaison avec un modèle pharmacocinétique de population prédictif, de préférence. Ainsi, le présent mémoire détaille l’évaluation externe de modèles néonataux antérieurs, renseignant leurs performances prédictives en vue d’optimiser l’usage de la vancomycine dans la population québécoise. Une revue de la littérature a permis l’identification de 28 modèles néonataux qui ont été retranscrits et évalués à l’aide de bases de données externes incluant une soixantaine de patients du Centre hospitalier universitaire Sainte-Justine (Montréal) et du Centre mère-enfant Soleil du Centre hospitalier universitaire de Québec-Université Laval. De nombreux nomogrammes de doses initiales de vancomycine ont enfin été testés par des simulations de Monte-Carlo à l’aide des modèles démontrés les plus prédictifs dans chaque centre. La performance prédictive varie sensiblement entre les deux centres, permettant tout de même d’identifier 5 et 11 modèles prédictifs pour Montréal et Québec, respectivement. Au final, trois modèles ont mené aux recommandations de différentes doses initiales, soit une dose unique simplifiée à Montréal versus un nomogramme plus standard à Québec. Ce mémoire met en évidence la faisabilité d’évaluations externes des modèles néonataux de vancomycine ainsi que l’importance de leurs réalisations dans chaque centre d’intérêt.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".