Können mathematische Modelle DDIs vorhersagen und das ART Management verbessern?
Die Vorhersage und damit die Möglichkeit einer frühzeitigen DDI-Prophylaxe ist eine der vielversprechendsten Strategien, um die Auswirkungen von ARVs bei PLWH zu verringern. 2018 haben Kliniker und Forschende des Universitätsspital Basel in Kollaboration mit der Universität Liverpool eine mathematischen Prognosemodell entwickelt, das sich auf klinischen Daten – ARVs als Substrate/ Inhibitoren/Induktoren für Cytochrom P450, speziell CYP3A – stützt. Dazu diente die Datenbank MEDLINE als Datenquelle für eine strukturierte Literaturrecherche mit den Suchbegriffen “drug-drug-interaction”, “effect” in Bezug auf ausgewählte Arzneimittel verwendet.1
Im Fokus dieser Arbeit stand die Etablierung eines DDI Prognosemodells unter Einbeziehung von pharmakokinetischen Daten (u.a. metabolische Aktivität von CYP3A sowie Messdaten für CYP3A Inhibitoren/Induktoren).1
Die folgenden Punkte bieten einen Einblick in die Ergebnisse der Studie, weitere Details finde sie hier…1
- Stader F. et al. Analysis of Clinical Drug-Drug Interaction Data To Predict Magnitudes of Uncharacterized Interactions between Antiretroviral Drugs and Comedications. Antimicrob Agents Chemother. 2018 Jul;62(7):e00717-18.
Laut den Studienautoren eignet sich die entwickelte Methode zur Vorhersage von DDIs sowie zur Verbesserung (u.a. Dosisanpassung) des ART Managements. Künftig soll der Anwendungsbereich auf weitere Arzneimittelklassen ausgedehnt werden, um das allgemeine Risiko für multipler DDIs zu verringern.1
Abkürzungen
ART: Antiretrovirale Therapie, ARV: Antiretrovirale Medikamente; DDI: Drug-drug interaction.
Referenz:
Eine Kopie der Studienpublikation kann unter dpoc.switzerland@msd.com angefordert werden.