美国人的健康。cder调节非处方药和处方药,包括生物疗法和仿制药。通信办公室(OCOMM)是一个多方面的组织,负责内部的整体交流工作,包括为中心领导沟通战略的领导,并为所有中心内部/外部通信提供领导和指导。药物信息部(DDI)的使命是支持该机构通过优化CDER与我们全球社区的教育和沟通努力来促进和保护公共卫生的使命。ddi通过有效的内部和外部通信以及通过传统和社交媒体渠道提供及时,准确和有用的信息来实现这一目标。
异基因造血干细胞移植 (alloHCT) 治疗的儿科疾病很复杂,伴有严重的合并症和用药需求,这会使移植过程复杂化。在 alloHCT 前几周,协调移植前合并用药 (pcon-meds) 至关重要,并考虑 pcon-meds 可能导致有害的药物相互作用 (DDI) 或与调理剂重叠的毒性。从这个角度来看,我们描述了一个系统的过程来审查 pcon-meds 并确定避免与调理方案发生 DDI 所需的药物修改。我们提供了一份详尽的附录,其中包含患者在接受 HCT 医疗团队治疗时服用的常见 pcon-meds 的停用或修改时间表。时间表基于 pcon-meds 和计划的调理药物的药代动力学 (PK) 特性以及预期的 DDI。它们还考虑了儿科移植中心的患者年龄(0-30 岁)。本文还讨论了常见情况,例如无法停用 pcon-med 的情况。由于 alloHCT 患者通常依赖于 DDI 有问题的精神药物,因此还提供了一个替代的、无相互作用的精神药物表。附录详细介绍了对于接受 alloHCT 的儿童和年轻人,如何在开始化疗之前调整 pcon-med,但始终需要考虑患者的具体情况。在决定进行移植时仔细关注 pcon-med 将导致更一致的 HCT 结果,同时降低毒性并提高调节剂的有效性。
会损害另一种药物的吸收,从而导致可能致命的药理作用。由于有关 OATP 抑制机制的信息有限,并且不同研究中的实验性 OATP 抑制数据不一致,因此预测 OATP 介导的 DDI 具有挑战性。本研究引入了异构 OATP-配体相互作用图神经网络 (HOLIgraph),这是一种新颖的计算模型,它将分子建模与图神经网络相结合,以增强对药物诱导的 OATP 抑制的预测。通过将配体(即药物)分子特征与来自严格对接模拟的蛋白质-配体相互作用数据相结合,HOLIgraph 的表现优于仅依赖配体分子特征的传统 DDI 预测模型。HOLIgraph 在预测 OATP1B1 抑制剂时实现了超过 90% 的中位平衡准确度,明显优于纯基于配体的模型。除了改善抑制预测之外,用于训练 HOLIgraph 的数据还可以表征参与抑制药物-OATP 相互作用的蛋白质残基。我们确定了某些优先与抑制剂相互作用的 OATP1B1 残基,包括 I46 和 K49。我们预计此类相互作用信息将对未来对 OATP1B1 的结构和机制研究很有价值。科学贡献。HOLIgraph 通过将对接模拟得出的蛋白质-配体相互作用纳入图神经网络框架,为 DDI 预测引入了一种新范式。这种方法得益于 OATP1B1 的最新结构突破,与仅依赖配体特征的传统模型有很大不同。通过实现高预测准确性和揭示机制见解,HOLIgraph 为药物设计和 DDI 预测中的计算工具设定了新的轨迹。
摘要 综述目的 抗癌药物的心脏毒性已成为一个多方面的问题,预计会影响死亡率和发病率。本综述总结了需要抗凝剂治疗房颤 (AF) 的肿瘤患者管理中面临的临床挑战,同时考虑到当前爆发的 COVID-19(2019 冠状病毒病)大流行,因为这种感染会给这两种疾病的管理增加挑战。具体而言,目的有很多:(1) 描述直接口服抗凝剂 (DOAC) 在癌症 AF 患者中的不断发展的使用;(2) 严格评估 DOAC 与口服靶向抗癌药之间发生临床重要药物相互作用 (DDI) 的风险;(3) 解决 DOAC 与候选抗 COVID 药物之间预期的 DDI,并对潜在血栓风险的管理产生影响;(4) 描述 COVID-19 背景下心脏肿瘤学中的致心律失常责任,重点是 QT 延长。最新发现 心脏肿瘤科中的 AF 带来了诊断和管理挑战,这也是因为最近有许多抗癌药物与 AF 发病/恶化有关。口服靶向药物可能会与 DOAC 相互作用,主要由于药代动力学 DDI 会增加出血风险。此外,绝大多数口服抗癌药物会通过直接和间接的机制引起 QT 间期延长,可能导致尖端扭转型室性心动过速的发生,尤其是在接受其他有 QT 倾向的药物的易感 COVID-19 患者中。总结 肿瘤科医生和心脏病专家必须意识到由于 DDI,AF 和癌症患者的出血风险和心律失常易感性增加。应优先针对 COVID-19 高危人群采取预防策略,包括最佳抗血栓管理、药物审查和严格监测。
主要发现/影响:最终报告中的建议包括一致使用术语、视觉提示、最少文本、格式、内容和报告标准以促进可用性。专家建议 (1) 一个透明、系统和证据驱动的流程,由专家共识小组分级建议并由国家组织监督;(2) 明智地将 DDI 归类为禁忌症,以及 (3) 进行更多研究以确定安全减少重复和不太相关的警报的方法。项目可交付成果(即工作组白皮书、建议、网络研讨会、会议/会议记录)可以为 DDI CDS 提供有意义的改进,从而减少警报疲劳、改善工作流程、减少用药错误并提高患者安全性。
在过去 20 年里,艾滋病毒感染者的寿命一直在延长 [1]。2015 年,65 岁以上的人占美国艾滋病毒阳性人口的 16% [2],2013 年全球 50 岁以上的艾滋病毒感染者 (PLWH) 数量超过 420 万,其中撒哈拉以南非洲地区的负担最重(250 万),其次是西欧/中欧和北美(* 80 万)和亚太地区(* 40 万)[3]。最近对瑞士艾滋病毒队列的分析发现,65 岁的 PLWH 比年轻的 PLWH 服用了更多的额外药物和更复杂的抗逆转录病毒疗法 (ART) 方案 [4]。法国的一项回顾性队列研究对 9000 名接受联合 ART 治疗的 65 岁以上艾滋病病毒感染者进行了研究,发现药物相互作用 (DDI) 很常见(17% 的个体经历过 1 次 DDI),这大大增加了医疗成本,相对于倾向评分匹配且没有 DDI 的艾滋病病毒感染者 [5]。由于老年人患合并症的风险较高,并且可能面临多种药物治疗的挑战,因此确保 ART 在该人群中的安全性和耐受性至关重要 [6]。一线 ART 通常由两种核苷逆转录酶抑制剂 (NRTI) 组成
摘要几乎没有任何组织不受社会数字化的影响,整个全球经济都会因颠覆性数字创新(DDI)而动摇。这要求在不断变化的环境中寻求现有公司的战略回应。本研究探讨了在现有公司的背景下,在这种情况下,探索了数字化转型的现象和数字业务策略的制定,在这种情况下是酒店行业。我们解决以下研究问题:1)酒店组织如何被数字创新打扰?和2)他们对这些破坏的战略反应如何?该研究方法由两个国际酒店连锁店的多个纵向案例研究组成,提供了丰富的数据集。“策略 - 实践”被用作理论镜头。结果表明,由于DDI,包括:1)与新的数字业务环境有关的三个总体组织响应; 2)将策略转化为实践3)重新谈判价值。的贡献包括扩展有关数字策略的现有文献和对现有公司数字中断的响应,以及对实践的影响。
摘要目标的目的是使用患者入院时可用的常规数据来预测多药和药物 - 药物相互作用(DDI),并评估其在支持有效管理药物处方的福利和风险的有用性方面的预测绩效。设计回顾性,纵向研究。设置我们使用了来自德国黑森的八家精神病医院进行的大型多中心药物守护项目的数据。参与者住院情节在2017年10月1日至2018年9月30日(1年)或2019年1月1日和2019年12月31日(2年)之间连续出院。结果衡量正确分类医院发作的比例。我们使用梯度提升来预测各自的结果。,我们测试了未见患者的最终模型的性能与另一个日历年,并将用于培训的研究地点与用于性能测试的研究地点进行了培训。结果总共包括53 909集。与接收器操作特征下的区域测量的模型性能分别是“出色”(0.83)和“可接受”(0.72)(0.72),而对多剂量和DDI的预测分别为公共基准。这两个模型都比仅基于基本诊断组的天真预测要好得多。结论本研究表明,可以从常规数据中预测出多药和DDI。这些预测可以支持对医院处方的福利和风险的有效管理,例如,在建立药理学治疗前处于风险的患者入院后,早期将药物监督包括在内。
目的:制定乙肝 (HB) 抗病毒治疗计划时需要考虑药物相互作用。本研究旨在评估口服抗病毒药物与肝炎伴随药物之间的潜在药物相互作用 (pDDI)。材料和方法:纳入了我们诊所接受口服抗病毒治疗的乙肝患者。根据利物浦大学肝炎药物相互作用数据库,已识别的 pDDI 分为 1 级(弱潜在相互作用)、2 级(潜在相互作用)或 3 级(禁忌)。结果:在研究中纳入的 205 名患者中,112 名(54.6%)接受了富马酸替诺福韦酯 (TDF) 治疗,65 名(31.7%)接受了恩替卡韦 (ETV) 治疗,28 名(13.7%)接受了富马酸替诺福韦艾拉酚胺 (TAF) 治疗。接受 TDF、ETV 和 TAF 治疗的患者分别接受了 135、119 和 52 次同时全身用药。观察到 20 次 2 级相互作用和 2 次 1 级相互作用,但没有 3 级相互作用。在接受 TDF 治疗的患者中,12.6% 的患者观察到潜在 DDI,在接受 ETV 治疗的患者中,3.4% 的患者观察到潜在 DDI,在接受 TAF 治疗的患者中,1.9% 的患者观察到潜在 DDI。最常见的 pDDI 是非甾体抗炎药(在 12 次事件中观察到,并且全部发生在 TDF 中)。