Modélisation et simulation pharmacométriques: un outil de décision thérapeutique

 

Lorsqu'un médicament est prescrit, une exigence fondamentale est de bien comprendre la relation dose-réponse afin de déterminer la quantité et la fréquence à administrer un traitement donné. Il est important de considérer la posologie à la fois dans la pratique clinique et dans la recherche, ce qui nécessite une bonne compréhension de la pharmacocinétique (PK) et de la pharmacodynamique (PD).

La pharmacométrie englobe l'analyse des données PK et PD, puis utilise les modèles résultants pour faire des inférences (souvent à l'aide de simulations) sur le dosage optimal pour la pratique des essais cliniques. Une compréhension de la modélisation et de la simulation pharmacométriques, et de la manière dont elles peuvent donner un aperçu de la relation dose-concentration-effet, sera très utile à tous les pharmaciens cliniciens et pharmacologues.
                                                                                                       .

Manju Bhaskar, PhD, CRP, consultant
Académie de recherche clinique de Montréal

                                                                                                       .

Le terme modélisation fait référence à la modélisation mathématique et statistique. Un modèle mathématique est défini comme une équation utilisée pour relier des covariables connues (dose administrée, heure de la dose, heure des observations) avec les mesures observées. Tous les modèles sont des simplifications grossières du système à l'étude, et donc le but de la modélisation PK / PD est souvent de tester une gamme de modèles pour déterminer celui qui convient le mieux. Les pharmacologues cliniciens ont tendance à choisir des modèles spécifiques en utilisant une connaissance du système qui a généré les données observées.

Au début des années 2000, cette science a pris de l'ampleur lorsque les analyses pharmacométriques ont commencé à influencer les décisions de développement de médicaments et les approbations réglementaires. Un autre tournant a été l'introduction de simulations d'essais cliniques ou de méthodologies de conception d'essais assistés par ordinateur (CATD) comme outils pour utiliser les informations d'exposition-réponse de phase I et de phase II pour les essais de phase III de conception, prédire les résultats des essais en termes d'efficacité et de sécurité , et permettre des décisions plus informatives sur l'analyse bénéfice / risque et l'économie des programmes de développement de médicaments.

La pharmacométrie a influencé les décisions de haut niveau telles que la conception de l'essai, l'approbation des médicaments et l'étiquetage. La simulation d'essai clinique du Cellcept (mycophénolate mofétil) dans les transplantations rénales est un exemple classique de conception d'essai basée sur un modèle. Des médicaments tels que le Toradol (analgésique), le Remifentanil (analgésique), Netrecor (traitement de l'insuffisance cardiaque congestive), Neurontin (traitement de la névralgie post-herpectique) ont également été approuvés par modélisation et simulation.

Les essais cliniques étant le domaine de recherche qui progresse le plus régulièrement, l'élaboration de stratégies pour utiliser la pharmacométrie comme outil d'analyse à son plein potentiel est le besoin de l'heure. Les pharmacométriciens peuvent développer des outils pour mettre en œuvre plusieurs concepts fondamentaux de PK, de pharmacologie clinique et de statistiques, et dispenser une formation technique avancée aux candidats en herbe.

Un apprentissage complet des composants essentiels, tels que les domaines de la maladie et les principes de développement de médicaments, est essentiel pour améliorer les capacités de prise de décision thérapeutique dans le cadre clinique. Le développement d'un logiciel plus intégré est essentiel pour industrialiser les projets pharmacométriques. Un autre aspect important est de partager les histoires de réussite comment une solution basée sur la pharmacométrie est une étape critique dans la prise de décision thérapeutique. L'avenir de la pharmacométrie dépend de la manière dont l'industrie, les organismes de réglementation et les universités peuvent s'épanouir ensemble pour élaborer une stratégie pour ces objectifs.

Bibliographie

  • Lesko LJ et Sahajwalla C. Introduction au développement de médicaments et à la prise de décision réglementaire. Développement de nouveaux médicaments, Marcel Dekker Inc. 2004, Vol 141, p. 1-14.
  • Gieschke R et Steimer JL. Pharmacométrie: outils de modélisation et de simulation pour améliorer la prise de décision thérapeutique dans le développement de médicaments cliniques, 2000, Vol 25, n ° 1, pp. 49-58.
  • Gobburu JVS. Pharmacometrics 2020. Journal of Clinical Pharmacology, 2010; 50: 151S-175S.