Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Heinz Breiner Geändert vor über 5 Jahren
1
Tillmann Utesch, Axel Rack, Uldus Khojasteh, Max von Kleist
Populationspharmakokinetik, Allometrie und Skalierung von Modellparametern Tillmann Utesch, Axel Rack, Uldus Khojasteh, Max von Kleist
2
Übersicht Einleitung Allometrie (Populations-)Pharmakokinetik
Zusammenfassung
3
Was ist Populations-pharmakokinetik?
Was möchte man ? Verteilungen pharmakokinetischer Größen Was braucht man? Verteilungen physiologischer Größen Wozu? Identifizierung von Unterschieden in Wirkstoffsicherheit und Effektivität in Subpopulationen
4
Populationspharmakokinetik: Motivation
Individuen unterscheiden sich in ihrer Physiologie Sammeln relevanter Informationen Messen und Identifizieren von Variabilitäten in (Sub-)Populationen Ursachen der Variabilitäten finden Abschätzung der zufälligen Variabilität in Bevölkerungen
5
Relevante Informationen: physiologische Parameter
Physiologische Parameter erhält man aus: 1) Umfassenden Studien, wie NHANES III : 3rd National Health and Nutrition Examination Survey ( ) (Durchführung in den USA) 2) Speziellen Studien, wie die Studie von de Simone et al.(1997) zum Herzzeitvolumen. Keiner der beiden Ansätze ist umfassend Ausweg:Extrapolation mit Hilfe von Allometrie
6
Was ist Allometrie? griech.: das fremdartige Maß αλλο μετρον (allo metron) Befunddarstellung statistischer Abhängigkeit zweier physiologischer Größen Näherungsweise Bestimmung einer physiologischen Größe durch eine andere
7
Formen der Allometrie Ontogenetisch Phylogenetisch Intraspezifisch
Interspezifisch dynamisch statisch
8
Allometrie: Eine Frage der Skalierung
Wie sind zwei biologische Größen X Y korreliert? Wie kann die Beziehung mathematisch beschrieben werden? Naiver Ansatz: X und Y proportional Zu bestimmender Parameter bekannter Parameter
9
Allometrie: Korrelation physiologischer Größen
Geringe lineare Korrelation zwischen Gewicht und Größe!
10
Allometrie: ein altes Konzept
Eugène Dubois 1897: Beziehung zwischen Gehirngröße und Körpergewicht in Säugetieren 2 Faktoren: Grad der Cephalisierung Körpergröße
11
Allometrie: ein altes Konzept
Louis Lapicque 1898: Vergleich des relativen Gehirngewichts von Hunden mit Dubois‘ Formel 1907: logarithmisches Auftragen führt zu einer Geraden
12
Allometrie: Das Potenzmodell
Allgemeines allometrisches Potenzmodell: Y = a ∙ Xb Logarithmieren: log (Y) = log (a) + b ∙ log (X) lineare Beziehung Potenz-Skalierungsfaktor Biolog. Größe Bekannte biolog. Größe
13
Allometrie: Korrelation physiologischer Größen
Regression: Y = * X (R2 = 0,9409)
14
Allometrie: Korrelation physiologischer Größen
15
Allometrie: Korrelation physiologischer Größen
Nicht immer sind Korrelationen in den Daten abzulesen!
16
Parameterskalierung in der Pharmakokinetik
Vorhersage mit size models (Potenzmodell, pro Kilogramm Modell, ...) Probleme: Interspeziesvergleiche vergleichende Stoffwechselphysiologie und Medizin Missverständnisse
17
Pharmakokinetische Mythen?
Kinder haben eine höhere metabolische Clearance vieler analgetischer Medikamente aufgrund ihrer erhöhten relativen Lebergröße und/oder ihres erhöhten Leberblutflusses! Stimmt nicht! Die metabolische Clearance in Kindern ist geringer als in Erwachsenen! Artefakt des pro Kilogramm size models
18
Pharmakokinetische Mythen?
Wirkstoffdosen für Kinder können mit size models geschätzt und als Anteil einer Erwachsenendosis berechnet werden! Stimmt nicht! Die Dosierung für ein Individuum hängt ab von: Clearance, Verteilungsvolumen, Pharmakodynamik Änderung mit dem Alter!
19
Allometrie: Skalierungsparameter
Welche Daten stehen zur Verfügung? Anhand welcher Größen wird skaliert? Sind die Schätzungen zuverlässig? Für welche Personengruppen?
20
Beispiel: Herzzeitvolumen (CO)
Katori (1979) Kinder (4-14J): CO (L/min) = BH (m) – Erwachsene (14-78J): CO (L/min) = [surface area (m2)] – de Simone et al. (1997) Kinder (1-18J): CO (ml/min) = 3294[surface area (m2)]0.53 Erwachsene (18-85J): CO (ml/min) = 2421[surface area (m2)]1.15 Quelle: Modeling Interindividual Variation in Physiological Factors used in PBPK Models of Humans, Price et al. 2003
24
Was haben wir bis jetzt? Physiologische Parameter
Haben: Verteilungen über physiologische Größen Wollen: Verteilungen über pharmakokinetische Größen Populationspharmakokinetik Pharmakokinetische Parameter
25
Übergang zur Populationspharmakokinetik
Erstellung von Populationen aus Nhanes III (z.B. mit Monte Carlo -Methode) . Für diese Populationen werden alle individuellen, relevanten Parameter (wie Lebervolumen, -clearance) berechnet (Referenz: 1) realistische Daten für das Pharmakokinetikprogram erlaubt Untersuchung von Populationen Variabilitäten pharmakokinetischer Grössen, Mittelwerte
26
Ähnliche Ansätze:Physiological Parameters for PBPK Modeling (P3M)
Programm zur Parameterisierung für PBPK Modelle interindividueller Variation Parameterberechnung anhand von 1000 Datensätzen aus NHANES III Studie Ziehen aus der Datenbank mit zurücklegen erzeugt Populationen für die Simulation
28
Simulationen
30
Zusammenfassung: Populationspharmakokinetik
Was macht Populationspharmakokinetik? Analyse der Variabilitäten von Medikamentenwirkungen in (Teil-) Populationen Warum macht man Populationspharmakokinetik? Einteilung der Bevölkerung Risikoabschätzung Dosierungsvorschriften von Wirkstoffen für Individuen einer Teilpopulation.
31
Zusammenfassung Allometrie ist ein wichtiges Modell um physiologische Parameter zu schätzen Andere Ansätze: z.B. Künstliche Neuronale Netze Qualtität der Modelle steht und fällt mit den Daten
32
Noch Fragen ?
33
Referenzen Price et al. Modeling Interindividual Variation in Physiological Factors used in PBPK Models of Humans. Critical Reviews in Toxicology 2003; 33(5): Anderson et al. Size, Myths and the Clinical Pharmacokinetics of Analgesia in Paediatric Patients. Clinical Pharmacokinetics 1997; 33(5): Gayon J. History of the Concept of Allometry. American Zoologist; 40: Holford. A Size Standard for Pharmacokinetics. Clinical Pharmacokinetics 1996; 33(5): West et al. A General Model for the Origin of Allometric Scaling Laws in Biology. Science 1997; 276:
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.