Elaborazione dati farmacodinamici e farmacocinetici Docente: Renato Urso Partecipanti: CERRETANI, FIASCHI, BUSI 1 - Introduzione alla Farmacocinetica e Farmacodinamica (PK-PD). 2 - Acquisizione dei dati sperimentali: protocollo sperimentale etichettatura dei campioni elaborazione dei cromatogrammi validazione di un metodo analitico (curva di taratura, elaborazioni statistiche) tabulazione e archiviazione dei dati. 3 - Elaborazione dei dati: metodi non-compartimentali scelta del modello PK-PD stima dei parametri del modello farmacocinetico cenni sulla “cinetica di popolazione”. Verrà utilizzato il programma Excel per mostrare alcune delle elaborazioni descritte e il programma SAAM II per l’utilizzo dei modelli compartimentali. Elaborazione dei dati di Farmacocinetica e Farmacodinamica • Farmacocinetica (PK): studio dell’assorbimento, della distribuzione e della eliminazione dei farmaci • Farmacodinamica (PD): studio degli effetti dei farmaci Esempio di dati di farmacocinetica farmaco nel sito di assorbimento 50 45 40 35 30 25 20 15 10 5 0 metabolita farmaco nelle urine farmaco nel sangue 0 1 2 3 4 5 6 7 8 9 10 Elaborazione dei dati PK-PD A B • 1. Piano sperimentale • 1. Scelta del modello • 2. Acquisizione dei dati • 2. Elaborazione dei dati • 3. Archiviazione dei dati • 3. Presentazione dei dati Piano sperimentale • Ricerca bibliografica • Ricalcolo dei parametri PK-PD dai dati di letteratura • Simulazione dei profili PK-PD per la scelta delle dosi e dei tempi di campionamento ottimali Acquisizione dei dati • Validazione del metodo analitico • Etichettatura dei campioni • Somministrazione del farmaco, prelievo dei campioni PK e acquisizione dei dati PD • Dosaggio dei campioni e raccolta dei dati Archiviazione dei dati • Ordinare i dati in base al protocollo sperimentale (per dose, soggetto, tempo di prelievo, ecc.) • Costruire le tabelle dei risultati con le prime elaborazioni (medie, deviazioni standard, ecc.) Scelta del modello • Costruire i grafici dei dati sperimentali (sia i singoli profili che i profili medi) • Prove di interpolazione dei dati con diversi modelli e valutazione dei modelli alternativi (grafici dei valori osservati e predetti, grafici degli scarti) Elaborazione dei dati • Analisi non-compartimentale (Cmax, Tmax, AUC, semivita terminale, ecc.) • “Fitting” non lineare • Elaborazioni statistiche dei risultati (calcolo delle medie e D.S. dei parametri nella popolazione, confronti tra gruppi, ecc.) • Eventuali simulazioni e archiviazione dei risultati Presentazione dei dati • Creazione delle tabelle finali • Creazione dei grafici rappresentativi • Stesura del report finale Software • • • • Programmi per la gestione delle apparecchiature analitiche Programmi per la gestione dei dati (database) Programmi per la stima dei parametri non-compartimentali Programmi per il “fitting non-lineare” di funzioni multiesponenziali • Programmi per la stima dei parametri compartimentali • Programmi per le elaborazioni statistiche dei parametri PK-PD • Programmi per la stima dei parametri di popolazione I programmi per la gestione delle apparecchiature analitiche consentono in generale di: • acquisire i dati grezzi e fare le elaborazioni preliminari (integrazione dei picchi in un cromatogramma, calcolo della curva di calibrazione, calcolo delle concentrazioni incognite, creazione di tabelle riassuntive, ecc.) • creare dei file contenenti tabelle riassuntive dell’intera sessione di lavoro E’ utile avere altri programmi (database, fogli di calcolo, ecc.) che consentano: • di agevolare l’etichettatura dei campioni • di leggere i file generati e di organizzare i dati in accordo con il protocollo sperimentale (raggruppare i dati secondo la tipologia, i soggetti, le dosi i tempi di campionamento o altro ) • implementare i calcoli statistici con procedure particolari del laboratorio (validazione del metodo, curve di calibrazioni diverse, test di valutazione delle sessioni di lavoro, ecc.) Validazione di un metodo analitico Foglio excell per il calcolo della curva di taratura, della precisione e dell’accuratezza del metodo Peso: 1/y/y Retta: Taratura 2 coeffic. = interc. = WSSE standard error C.V. coeffic. coeffic. % 0.0694511 0.0305948 0.00016388 0.00094113 1 Calcolo della conc.: concentrazione = 14.3986 xY+ -0.44052 Curva di calibrazione pesata 12 10 rapporto 8 Y 6 Y-calc 4 2 0 0 20 40 60 80 concentrazioni 100 120 140 160 Curva giorno 1 STUDIO: XXX % (Xcalc - Xvero) / Xvero 10 0 -10 -20 -30 -40 -50 -60 1 10 100 1000 X x Curva non pesata ; o Curva pesata Taratura 3 Dati: livello 1 2 3 4 5 6 X 1 5 10 50 100 150 Y 0.099957 0.372232 0.752122 3.591017 6.822206 10.25418 MAX 0 4 0 4 Y-calc C.V. Y % (Yoss-Ycal)/Ycal % C.V. X % (Xcalc-Xvero)/Xvero % X-calc 0 -2 4 3 -2 -2 1.00 4.92 10.39 51.27 97.79 147.21 0.10005 0.37785 0.72511 3.50315 6.97570 10.44826 0 -1 4 3 -2 -2 Stima dei parametri farmacocinetici http://www.boomer.org/pkin/soft.html • Metodi “non-compartimentali” • Metodi “modello-dipendenti” (modelli lineari, modelli compartimentali, modelli fisiologici…) Stima dei parametri PK metodi indipendenti dal modello: semivita AUC Cmax e Tmax Tmax e Cmax Il tempo di picco (Tmax) e la concentrazione di picco (Cmax) si ottengo direttamente dalla serie dei dati relativi ai singoli soggetti. Cmax 40 35 ng/ml 30 25 20 15 10 5 0 0 2 4 Tmax 6 8 10 ore Semivita: t1/2 conc La semivita (t1/2) è un parametro che viene utizzato per descrivere la pendenza delle curve di concentrazione nella loro fase di scomparsa terminale e il suo significato è legato ad una proprietà matematica della funzione monoesponenziale. 100 90 80 70 60 50 40 30 20 10 0 0 2 4 6 8 10 5.00 4.50 4.00 3.50 3.00 2.50 2.00 1.50 1.00 0.50 0.00 100 conc log(conc) tempo (ore) 10 1 0 2 4 6 tempo 8 10 0 2 4 6 tempo 8 10 Area sotto la curva: AUC L’area del trapezio A è: ( Cn-1 + Cn ) x ( tn - tn-1 ) / 2. La parte di area estrapolata ad infinito ( B ) si calcola dalla semivita : Clast / ( 0.693 / t1/2 . Le dimensioni sono sempre date da tempo x concentrazione e nell’esempio riportato si avrà: AUC = ng x h x ml-1. ng/ml 40 35 Cn Cn-1 30 Clast 25 20 A 15 B 10 5 0 0 tn-1 tn 4 ore 8 12 Inserimento dei dati n° soggetto label soggetto 1 2 3 4 5 6 7 8 9 10 11 s1 PlannedTime h 5 15 30 45 60 120 180 240 360 1 52.8 108 224.8 285.6 274.4 72.8 31.2 s2 2 27.2 43.6 103.2 172 36.8 31.6 24.8 19.2 s3 s4 3 30.4 59.6 76.8 114.8 58.4 51.6 13.2 10.4 s5 s6 4 20.4 24.4 24.8 25.2 19 6 5 10.4 19.6 72 93.6 66.8 26 3 8 6 36.8 144.8 172 224 104 96 52 42.4 15 s7 7 Calcolo della semivita del singolo soggetto Valori predetti soggetto 3 n° punti 3 1000 Introduci: Soggetto n° n° punti regr. 100 n° soggetti Valori predetti soggetto 3 n° punti 3 10 3 3 6 1 0 50 100 150 200 250 300 350 400 AUC o-inf. t1/2 11016.16 51.91932 Tabella riassuntiva dei parametri PK non compartimentali Soggetto Clast AUC first-last AUC o-last AUC last-inf. % extrap. o to first % extrap. to inf. AUC o-inf. % extrap. Tmax Cmax beta Fun intercetta Fun t1/2 n° punti regr. lin S1 31.2 24864 24996 1722.0374 0.5 6.4 26718.037 6.9 45 285.6 0.0181181 751.25298 38.2491 3 S2 19.2 10149 10217 4624.21396 0.5 31.2 14841.214 31.6 45 172 0.00415206 52.1265255 166.905223 3 S3 10.4 10161 10237 779.1644113 0.7 7.1 11016.16441 7.8 45 114.8 0.013347632 212.2479646 51.91932087 3 S4 3 2589.5 2640.5 312.01812 1.7 10.6 2952.5181 12.3 45 25.2 0.0096148 26.870058 72.076186 3 S5 8 8106 8132 695.098 0.3 7.9 8827.098 8.2 45 93.6 0.011509 120.4254 60.21287 3 S6 15 25430 25522 2095.853 0.3 7.6 27617.85 7.9 45 224 0.007157 206.362 96.82841 3 Funzioni multiesponenziali Una descrizione più accurata dell’esperimento si può ottenere interpolando le concentrazioni di farmaco con delle funzioni matematiche. Queste funzioni possono avere due scopi: primo rappresentare tutti i dati in forma concisa, secondo verificare se le ipotesi incorporate nelle funzioni stesse siano confermate dalle osservazioni sperimentali. Nel primo caso si può parlare di simulazione dei dati, nel secondo di modello. Le funzioni generalmente utilizzate in farmacocinetica sono le funzioni multiesponenziali e i modelli di riferimento sono i modelli compartimentali. c(t ) C0 e t t1/2 = 0.693 / . AUC Co AUC A c(t ) A1 e 1t A2 e 2t c(t ) A e t Be t c(t ) Ai e i t AUC i Ai i i Co Ai i B Fitting non-lineare: modelli multiesponenziali PlannedTime h 5 15 30 45 60 120 180 240 360 3 30.4 59.6 76.8 114.8 58.4 51.6 13.2 10.4 predicted 29.60782737 63.27999603 78.72019159 76.28531075 67.97560719 34.7834616 16.86880795 8.15593525 SSE (1/y/y) Soggetto A alfa B beta C gamma 0.374579239 3 0 0 -149.3652988 0.059412339 149.3652988 0.012115155 t1/2 = 57.20108 3 predicted 1000 Dose mg/mq AUC ng h / ml t1/2 h CL L/h/mq Varea L/mq MRT h Vss L/mq AUMC 100 9814.75 57.2011 10.1887 840.992 99.3728 1012.48 975319 100 10 1 0 50 100 150 200 250 300 Modelli compartimentali Nel caso di un sistema a due compartimenti con l’uscita dal compartimento 1 si ha: dx1 k x k x k x 12 1 10 1 21 2 dt dx 2 k12 x1 k 21 x2 dt comp. 1 centrale k21 comp. 2 periferico k12 k10 dx1 ( k k ) x k x 12 10 1 21 2 dt dx 2 k x k x 12 1 21 2 dt Soluzioni: x1 (t ) A e t B e t x2 (t ) C (e t e t ) Pagina iniziale Modello compartimentale: somministrazione ev Tabella delle somministrazioni Tabella dei dati sperimentali Tabella delle opzioni di calcolo Somministrazione ev: valori osservati e predetti Grafico degli scarti Modello compartimentale: somministrazione ev e os Somministrazione ev e os: valori osservati e predetti Modello compartimentale: ev e os (tre dosi) nello stesso individuo Somministrazione ev e os (tre dosi): valori osservati e predetti Somministrazione ev e os (tre dosi): scarti Stime finali dei parametri Lung 2 L21 L32 L14 L43 Heart 4 L15 L16 L73 Muscle 7 L18 L83 Skin 8 L19 Venous 1 L63 Kidney 6 L17 Modelli fisiologici L53 Brain 5 L93 Adipose 9 L1,10 L10,3 Testis 10 L11,12 Stomach 12 L11,13 Small Int. 13 L15,13 L12,3 L13,3 L13,15 Int. Lumen 15 L1,11 L0,11 Liver 11 L11,14 Spleen 14 L11,3 L14,3 Arterial 3 Modelli fisiologici: farmaco nel sangue e nei tessuti dopo dosi multiple