O modelowaniu farmakokinetycznym
Farmakokinetyka (lub toksykokinetyka) bada kinetykę rozprzestrzeniania się egzogennej
substancji (zwanej dalej umownie lekiem) po różnych zakątkach ciała oraz
przekształcania i pozbywania się jej przez odpowiednie narządy. Najczęściej dostępnym materiałem empirycznym
są w tym wypadku stężenia leku we krwi obserwowane po różnym, znanym czasie od
momentu podania.
Rzeczywiste procesy
zachodzące w organizmie są na tyle skomplikowane i zależne od tak wielu
czynników, że pełny matematyczny opis jest tu po prostu nierealny. W wielu przypadkach udaje się jednak
stworzyć model, choć przybliżony, przecież do praktycznych celów wystarczająco
dokładny a przy tym użyteczny w swej prostocie.
Poszukiwacz modelu może
stawiać przed sobą zarówno cel poznawczy, jak i ściśle użytkowy. Zgodność przyjętego modelu z danymi
empirycznymi pozwala formułować pewne hipotezy dotyczące mechanizmu wędrówki
leku przez organizm. Bywa też tak, że
choć przyjętemu modelowi trudno przypisać sensowne wyjaśnienie fizjologiczne,
to jednak daje on zgodne z doświadczeniem przewidywania, jest więc przydatny w
praktyce klinicznej, gdyż ułatwia znalezienie prawidłowego schematu dawkowania,
dostosowanego do indywidualnych cech chorego.
Umiejętne modelowanie farmakokinetyczne zmniejsza ryzyko wystąpienia
stężeń toksycznych lub subterapeutycznych, zwiększając w ten sposób skuteczność
farmakoterapii.
Modelowanie farmakokinetyczno-farmakodynamiczne (PK/PD) polega na poszukiwaniu związku pomiędzy
dającymi się zmierzyć stężeniami i dającymi się zmierzyć efektami działania
leku. Odpowiednie modele powstają przez
dobudowanie do modelu farmakokinetycznego części próbującej opisać mechanizm
działania leku.
Tworząc modele kompartmentowe sprowadzamy złożoność żywego organizmu do
kilku (w skrajnym przypadku nawet do jednego) obszarów, zwanych
kompartmentami. Uważamy, że wewnątrz
każdego kompartmentu lek w każdej chwili rozmieszczony jest równomiernie. Procesy
transportu umożliwiają przenikanie leku między poszczególnymi
kompartmentami.
Matematyczną treść modeli
kompartmentowych można wyrazić przy pomocy równań różniczkowych. Dla praktycznego zastosowania trzeba je
jeszcze rozwiązać. Nie zawsze można
znaleźć rozwiązanie analityczne (tj. w postaci wzoru), ale uzyskanie
rozwiązania numerycznego przy użyciu komputera zwykle jest możliwe.
Model farmakokinetyczny
nazywa się liniowym, jeśli
zastosowanie schematu dawkowania, w którym wszystkie dawki pomnożono przez
pewną liczbę powoduje przemnożenie obserwowanych stężeń przez tę samą
liczbę. Na przykład podwojenie
wszystkich dawek powoduje dwukrotny wzrost stężenia obserwowanego w dowolnym
czasie.
Liniowe modele
kompartmentowe posiadają wiele korzystnych własności. Równania różniczkowe dla tych modeli mają zawsze rozwiązanie
analityczne, wyrażone zwykle w postaci sumy funkcji wykładniczych. Istnieją algorytmiczne metody rozwiązywania
tych równań, co oznacza, że proces ten daje się zautomatyzować, czyli można go
powierzyć komputerom. Takim
uniwersalnym narzędziem, gwarantującym znalezienie rozwiązania dla liniowych
równań różniczkowych jest transformata Laplace’a, pozwalająca przedzierzgnąć
problem równania różniczkowego w bardziej swojskie zadanie algebraiczne. Pięknie uczy tego Wagner w swym wciąż niezastąpionym
podręczniku [5].
Znajomość rozwiązania równań
liniowego modelu kompartmentowego dla szybkiego podania dożylnego toruje drogę
do znalezienia rozwiązań w przypadku innych sposobów wprowadzania leku do
układu krążenia. Jeśli tylko szybkość
wnikania leku wyrażona jest jako znana funkcja czasu, wtedy rozwiązanie
uzyskuje się wykonując tzw. splot tego wyjściowego rozwiązania z funkcją
opisującą wchłanianie leku.
Splot jest operacją
odwracalną. Daje to możliwość
rekonstrukcji kinetyki procesu wchłaniania, jeśli dysponujemy danymi
doświadczalnymi dla podania dożylnego i dla drogi podania będącej przedmiotem
analizy. Niektórzy ludzie zamiast splot
mówią konwolucja, a niemal wszyscy rozplatanie nazywają dekonwolucją. Również przy tych operacjach nieocenione
usługi oddaje transformata Laplace’a.
Liniowość w uroczy sposób
objawia się w zasadzie superpozycji. W
myśl tego prawa, krzywą zmian stężenia po podaniu wielu dawek, w różnym czasie,
a może też różnymi sposobami (drogami),
można uzyskać wyznaczając dla każdej dawki oddzielną krzywą jaka
zaistniałaby, gdyby pozostałych dawek wcale nie było, a następnie sumując te
wszystkie krzywe (rys. ).
Do tego, aby model
kompartmentowy był liniowy wystarczy, aby wszystkie procesy wymiany między
kompartmentami były procesami pierwszego lub zerowego rzędu. Rzeczywiste zjawiska transportu mają zwykle
charakter enzymatyczny, opisywane są więc równaniem Michaelisa-Menten. Kinetyka ta nie ma określonego rzędu i
słusznie nazywana jest nieliniową, bo model kompartmentowy, w którym się
znajdzie staje się modelem nieliniowym.
Na szczęście, zarówno dla bardzo małych, jak i bardzo dużych stężeń,
procesy enzymatyczne redukują się odpowiednio do procesów pierwszego lub
zerowego rzędu.
Równanie każdego modelu
zawiera pewne parametry, o których zakładamy, że u danego osobnika są stałe
lecz badaczowi nieznane. Należy się
spodziewać, że te parametry
farmakokinetyczne mogą równocześnie wykazywać znaczne zróżnicowanie
międzyosobnicze.
Gdyby modele stanowiły
doskonałe odbicie rzeczywistości i w dodatku wszystkie pomiary były wolne od
błędów, zadanie wyznaczenia parametrów farmakokinetycznych byłoby zadaniem
algebraicznym. Niekoniecznie prostym,
często rozwiązywalnym tylko przybliżonymi metodami numerycznymi, czasem
niestabilnym, tj. wrażliwym na nieuchronne zaokrąglenia pojawiające się w toku
obliczeń, nie zawsze też jednoznacznym.
Tymczasem każdy pomiar wnosi
element przypadkowości, zmieniając problem algebraiczny w jeszcze trudniejsze
zagadnienie statystycznej estymacji
parametrów farmakokinetycznych.
Teoria estymacji
statystycznej nie jest teorią nową. Zna
ona wiele metod estymacji, a jej liczne twierdzenia uczą jak najlepiej wyzyskać
informację zawartą w danych doświadczalnych, jak również uświadamiają badaczowi
istnienie niewzruszonych granic empirycznego poznania. Analiza statystyczna wymaga przyjęcia, obok
modelu badanych zjawisk, również modelu błędu doświadczalnego. W najprostszym przypadku model ten sprowadza
się do założenia, że błędy przypadkowe podlegają rozkładowi Gaussa. Do takiego połączonego modelu
farmakokinetyczno-statystycznego, obok parametrów farmakokinetycznych
przenikają również parametry statystyczne (np. odchylenie standardowe pomiaru
stężenia).
Kolejny poziom komplikacji
pojawia się, gdy badania rozciągamy na interesującą nas populację chorych. Zróżnicowanie międzyosobnicze wyrażamy
traktując parametry farmakokinetyczne jako wielkości losowe. To wymaga przyjęcia kolejnego modelu
statystycznego, tym razem dla rozkładu tych parametrów. Badania tego rodzaju są przedmiotem farmakokinetyki populacyjnej.
Najlepiej zbadaną i
posiadającą wiele korzystnych cech metodą estymacji jest metoda największej wiarygodności (MNW). Polega ona na poszukiwaniu takich wartości parametrów, dla
których osiągamy maksymalne prawdopodobieństwo uzyskania takich właśnie wyników
pomiarów, jak te którymi dysponujemy.
Jeśli błędy przypadkowe podlegają rozkładowi normalnemu, MNW jest
równoważna jednej z wersji metody
najmniejszych kwadratów (MNK).
Wybór konkretnej z tych wersji zależy od postaci modelu błędu. Gdy odchylenie standardowe dla wszystkich
pomiarów jest stałe mamy zwykłą MNK. Jeśli nie jest stałe, lecz jest znane używać
możemy ważonej MNK. W przeciwnym razie pozostaje nam rozszerzona MNK.
Gdy MNW stawia sobie za cel badania populacyjne, odpowiadająca jej
rozszerzona MNK przybiera postać zwaną modelowaniem efektów mieszanych (MEM - mixed effect modelling).
Metody estymacji z zasady
prowadzą do zadania optymalizacyjnego, tj. wyznaczenia minimum funkcji wielu
zmiennych. Szamani od analizy
numerycznej mogą się pochwalić kilkoma dobrymi metodami rozwiązywania tego
klasycznego problemu, a mianowicie: powolną, lecz niemal zawsze skuteczną
metodą pełzającego sympleksu, szybkimi choć mniej uniwersalnymi metodami DFP
oraz szczególnie odpowiednią dla zadań MNK metodą Marquardta-Levenberga.
Modelowanie kompartmentowe
ociera się o granice poznania szczególnie często.
Po pierwsze, występują tu
wspomniane niepewności o statystycznym rodowodzie: Zdarza się - o czym wiemy z eksperymentów symulacyjnych - że w
wyniku estymacji otrzymujemy wartości niektórych parametrów farmakokinetycznych
zupełnie różne od prawdziwych. Co
gorsza, taka fałszywa krzywa zmian stężenia lepiej pasuje do danych doświadczalnych,
niż uzyskana przy użyciu prawdziwych wartości parametrów [6]. Problem ten
pojawia się już dla modelu dwukompartmentowego i nasila ze wzrostem złożoności
modelu.
Druga sprawa, to zagadnienie
wyboru właściwego modelu. Im więcej
kompartmentów w modelu, tym więcej też parametrów i większa elastyczność. Jednak mnożenie kompartmentów w
nieskończoność nie jest ani celowe (bo jako się rzekło wyniki estymacji mają
się wtedy nijak do rzeczywistości) ani możliwe (bo liczba parametrów modelu nie
może przekraczać ograniczonej przecież liczby pomiarów stężenia; przeciwnie
powinna być znacznie mniejsza).
Opracowano wiele kryteriów wyboru modelu, pomagających znaleźć
kompromis. Pochodzą one od Akaike,
Schwartza, Imbimbo.
Problem
rozróżnialności. Modele o dwu lub
więcej kompartmentach mają liczne warianty (rys. ). Otóż na podstawie oznaczeń stężenia tylko we krwi (a więc w
jednym tylko kompartmencie) nie można rozstrzygnąć, który wariant modelu jest
właściwy. Byłoby tak nawet wtedy, gdyby
nie było błędów statystycznych a liczba oznaczeń nie była ograniczona [3].
Wymienione trudności
spowodowały poszukiwania innych sposobów opisu modelu i w konsekwencji
pojawienie się farmakokinetyki zwanej bezmodelową, niezależną od modelu lub
nie-kompartmentową [7]. Trzeba
powiedzieć bez ogródek: wszystkie te nazwy są błędne! W istocie farmakokinetyka niezależna od modelu (wybieram najmniej
nieszczęśliwą nazwę) polega na poszukiwaniu takich parametrów
farmakokinetycznych, które da się określić dla dowolnego, ale liniowego
modelu kompartmentowego i których estymaty można uzyskać bez przesądzania jaka
liczba i jak połączonych kompartmentów jest najwłaściwsza. Te parametry to np. AUC, MRT, Vdss
lub klirens. W przeciwieństwie do
specyficznych mikroparametrów te niezależne od konfiguracji kompartmentów mają
bardziej wiarygodne estymaty i dostarczają istotnych danych dla klinicysty,
choć niewiele mówią o rzeczywistej marszrucie, której podlegają cząsteczki
leku.
Trzeba jednak pamiętać, że
wymienione parametry przestają być użyteczne w przypadku farmakokinetyki
nieliniowej, a właściwie już wtedy, gdy eliminacja jest procesem rzędu innego
niż pierwszy, na co zgrabnie zwrócili uwagę Rescigno i Marzo [4].
Literatura