Algoritmen maken maatwerk toediening geneesmiddelen mogelijk

Meer maatwerk bij de toediening van medicijnen is nodig en mogelijk. Nodig omdat geneesmiddelen – zoals inmiddels wel bekend is – vooral getest worden op gezonde blanke mannen tussen de 18 en 55 jaar, maar vaak toegepast bij patiënten die daar nogal van afwijken, zoals vrouwen, mensen met een hoge BMI, een slechte nierfunctie, mensen met comorbiditeit en ouderen met polyfarmacie.

Bij kinderen wordt maar liefst 50 procent van de medicatie offlabel toegepast; van slechts 10 procent van deze offlabel gebruikte medicatie is de effectieve dosis op een goede/wetenschappelijke manier getest. Het gevolg van dit alles mag al even bekend zijn: de effectiviteit van de toegepaste middelen blijft achter. Bovendien kan onjuiste dosering tot extra medicijngebruik, en dus tot hogere kosten en vervelende bijwerkingen leiden. De Amerikaanse registratieautoriteit FDA schat dat bij 30 procent van de geneesmiddelen na registratie ernstige bijwerkingen optreden die in het oorspronkelijke onderzoek niet zijn gezien. ‘Dat kan er in sommige gevallen toe leiden dat de indicatie zelfs wordt ingeperkt’, zegt Birgit Koch die aan het Erasmus MC de leerstoel klinische farmacometrie bekleedt – als eerste ter wereld in dat vakgebied. Ze wijdde onlangs haar oratie aan deze kwestie.

Wiskundige modellen

Maatwerk is, zegt ze, mogelijk dankzij wiskundige modellen. Koch legt uit: ‘In de farmacometrie maken we modellen waarin we de blootstelling aan geneesmiddelen, en het effect daarvan aan elkaar koppelen. In die modellen worden gemiddelden, maar ook variaties ingebouwd en alle variabelen die van invloed kunnen zijn op deze koppeling. Daarvoor gebruiken we gegevens uit patiëntendossiers. Aan de hand van zo’n wiskundig model, feitelijk een algoritme, voorspellen we vervolgens de concentratie in het bloed bij een bepaalde dosering; daarna kijken we of die concentratie een bepaald effect laat zien in het lichaam, ook waar het gaat om bijwerkingen. Zo komen we tot de optimale dosering voor een specifieke patiënt – dit is de kern van wat we in de klinische farmacometrie doen.’

Vaak wordt ook gewezen op de mogelijkheden van een genetisch paspoort, en dus op het belang van kennis over de farmacogenetica. Koch: ‘Genetische factoren spelen zeker een rol bij de wijze waarop patiënten geneesmiddelen metaboliseren, maar er zijn, zoals gezegd, ook tal van andere factoren in het spel. Een genetisch paspoort zou niettemin zeker handig zijn. Maar dan moet je wel genoeg kennis hebben om dat paspoort te kunnen interpreteren. Dat is nu nog niet altijd het geval.’

Antibiotica

In eerste instantie, aldus Koch, valt bij de toepassing van de algoritmen te denken aan oncolytica. Maar daar wordt volgens haar al veel onderzoek naar gedaan. Reden waarom zij onderzoek doet naar een meer effectieve inzet van antibiotica, en vooral naar die middelen die een grote therapeutische breedte hebben. Zo heeft ze het gebruik van antibiotica bij kritisch zieke patiënten op de intensive care onderzocht. De effectiviteit daarvan blijkt afhankelijk van een reeks factoren zoals hyperdynamische status, veranderde vochtbalans, nier- of leverstoornissen en orgaanvervangende therapie (nierdialyse, hart-longmachine). Ze vond dat slechts 16 procent van de patiënten die de standaarddosering van een concentratieafhankelijk antibioticum (in dit geval: ciprofloxacine) kregen een adequate blootstelling aan het middel had. Bij tijdsafhankelijke antibiotica (bètalactamantibiotica) was dat 60 procent.

Ook de juiste dosering van psychiatrische medicatie heeft de aandacht van haar onderzoeksgroep. ‘Op dat punt is in de psychiatrie nog een wereld te winnen; de kennis over farmacodynamiek en -kinetiek kan nog groeien. Vooral in de kinder- en jeugdpsychiatrie. Maar ik denk ook dat lang niet elke volwassen patiënt met een depressie dezelfde dosering antidepressiva moet krijgen.’

Apothekers

Wie gaan deze algoritmen gebruiken? Koch: ‘In eerste instantie de apothekers. Een aantal geneesmiddelen is al met een aangepaste dosering in het kinderformularium opgenomen, in dat geval is het de dokter die ernaar kijkt. Maar het beste zou zijn deze algoritmes in het elektronisch patiëntendossier in te bouwen, dus in Epic of in HiX. Softwarehuizen zouden daarbij moeten helpen, want nu is het nog vrij moeilijk dit soort toepassingen daarin te integreren.’