Modele farmakokinetyczne infliksymabu: czy są uniwersalne?

Czy modele farmakokinetyczne infliksymabu są uniwersalne dla wszystkich pacjentów?

Infliksymab – przeciwciało monoklonalne skierowane przeciwko TNF-α – od lat stanowi fundament leczenia chorób autoimmunologicznych, w tym choroby Crohna, wrzodziejącego zapalenia jelita grubego, łuszczycy czy reumatoidalnego zapalenia stawów. Mimo że standardowe dawkowanie opiera się na masie ciała pacjenta (zazwyczaj 5–10 mg/kg co 8 tygodni), znaczna międzyosobnicza zmienność farmakokinetyczna sprawia, że ta strategia nie zawsze zapewnia optymalną ekspozycję na lek. Zbyt niskie stężenia mogą prowadzić do utraty odpowiedzi klinicznej i rozwoju przeciwciał przeciwko lekowi, podczas gdy nadmierne dawki zwiększają ryzyko toksyczności – od zakażeń oportunistycznych po reaktywację HBV czy zwiększone ryzyko nowotworów.

Populacyjne modele farmakokinetyczne (PopPK) miały być odpowiedzią na te wyzwania. Uwzględniając indywidualne cechy pacjenta (masę ciała, stężenie albumin, aktywność choroby, obecność przeciwciał przeciwko lekowi), pozwalają przewidywać ekspozycję na infliksymab i personalizować dawkowanie. Problem w tym, że w literaturze funkcjonuje wiele takich modeli – i nie zawsze dają one spójne rekomendacje dla tego samego pacjenta. Które modele są wiarygodne? Czy można je stosować uniwersalnie? A może należy je dobierać indywidualnie do profilu chorego?

Autorzy z University Hospital Centre of Toulouse postanowili zmierzyć się z tym problemem, analizując retrospektywnie dane 34 pacjentów leczonych infliksymabem i testując ich zgodność z 14 modelami farmakokinetycznymi zidentyfikowanymi w systematycznym przeglądzie literatury (PubMed i Google Scholar). Zastosowano zaawansowaną metodę MED (Multivariate Exact Discrepancy), która – w przeciwieństwie do klasycznych metryk – ocenia zgodność pełnego profilu kinetycznego pacjenta z modelem, a nie tylko punktowe odchylenia stężeń.

Jak testowano zgodność modeli z danymi pacjentów?

Badanie objęło 34 pacjentów, którzy otrzymali co najmniej dwie dawki infliksymabu, z przynajmniej jednym pomiarem stężenia po każdej z nich. Wartości poniżej dolnej granicy oznaczalności (LLOQ) ustalono na 0,3 mg/L, a powyżej górnej (ULOQ) – na 20 mg/L. Dane cenzorowane (poniżej LLOQ lub powyżej ULOQ) uwzględniono w analizie jako dane left- lub right-censored.

Do oceny wykorzystano 14 modeli farmakokinetycznych: 12 klasycznych PopPK (w tym 4 jednokompartmentowe i 9 dwukompartmentowych) oraz 2 modele TMDD (target-mediated drug disposition) uwzględniające wiązanie infliksymabu z TNF-α. Modele wybrano na podstawie systematycznego przeglądu literatury obejmującego publikacje od stycznia 2000 do marca 2025 roku. Wykluczono modele pediatryczne, te bez informacji o zmienności międzyosobniczej lub resztkowej oraz te dotyczące innych populacji (np. kobiety w ciąży).

Dla każdego pacjenta przeprowadzono 100 000 symulacji Monte Carlo, generując profile stężeń zgodne z parametrami danego modelu. Następnie metodą MED obliczono prawdopodobieństwo, że rzeczywiste dane pacjenta pochodzą z testowanego modelu. Wartość MED ≥ 0,05 uznano za akceptowalną zgodność (analogicznie do p-value). Dodatkowo zastosowano algorytm Metropolis Hastings (10 000 iteracji) do estymacji rozkładu parametrów PK – zwłaszcza klirensu, który bezpośrednio determinuje ekspozycję (AUC).

Brakujące dane kowariantów zastąpiono wartościami mediany, aby zminimalizować ich wpływ na oszacowania populacyjne. Wyjątek stanowiły polimorfizm genu FCGR3A oraz wyjściowe stężenie TNF-α w modelach TMDD – te zmienne testowano w różnych wariantach, aby ocenić ich wpływ na wyniki MED.

Które modele najlepiej pasują do pacjentów?

Analiza wykazała, że żaden model nie był kompatybilny ze wszystkimi pacjentami. Spośród 34 badanych, 32 (94%) miało profile stężeń zgodne z co najmniej jednym modelem. W tej grupie:

• 8 pacjentów (29,4%) pasowało do wszystkich 14 testowanych modeli (tzw. blok zielony)
• 21 pacjentów (55,9%) było kompatybilnych z 5–16 modelami (blok pomarańczowy)
• 5 pacjentów (14,7%) nie pasowało do żadnego modelu (blok czerwony)

Z perspektywy modeli, początkowo najlepiej wypadły M4 (Ternant 2015) i B3 (Fasanmade 2009), które były zgodne z danymi 31 z 34 pacjentów (91%). Jednak po dokładniejszej analizie autorzy wykluczyli te modele z dalszych rozważań. Powód? Błąd proporcjonalny przekraczający 40% – tak wysoka wartość oznacza, że model dopasowuje się głównie do szumu pomiarowego, a nie do rzeczywistych trendów farmakokinetycznych. Gdy błąd resztkowy przekracza 20–25%, wszystkie pomiary mogą wydawać się kompatybilne z modelem, co prowadzi do fałszywie pozytywnych wyników i nieprecyzyjnych oszacowań parametrów PK.

Po wykluczeniu M4 i B3, wyłonił się wyraźny wzorzec: niewielka grupa pacjentów (blok czerwony, 14,7%) pozostała niekompatybilna z żadnym z pozostałych modeli. Reprezentują oni wartości odstające, których farmakokinetyka nie mieści się w ramach żadnego z testowanych modeli populacyjnych.

Co ciekawe, włączenie do analizy modeli TMDD (uwzględniających wiązanie z TNF-α) oraz modelu PKPD (z kalprotektyną kałową jako kowariantem) nie poprawiło znacząco wyników MED dla pacjentów z bloku czerwonego. Sugeruje to, że obecne modele nie uwzględniają wszystkich mechanizmów determinujących zmienność farmakokinetyczną infliksymabu – szczególnie tych związanych ze zmianami parametrów PK w czasie.

Jak duża jest niepewność w rekomendacjach dotyczących dawkowania?

Dla par pacjent-model spełniających kryterium MED ≥ 0,05 (z wyłączeniem M4 i B3), autorzy obliczyli przedziały dawkowania potrzebne do osiągnięcia docelowej ekspozycji AUC∞ = 2079 mg×dzień/L. Wykorzystano 90% przedział ufności dla klirensu, wyznaczając dawkę dla wartości 5. i 95. percentyla (Dose₅ i Dose₉₅). Nieprecyzję zdefiniowano jako różnicę Dose₉₅ – Dose₅.

Dla pierwszego podania:

• Średnia mediana dawek: 9,28 mg/kg (zakres: 3,07–19,60 mg/kg)
• Średnia nieprecyzja: 6,48 mg/kg (zakres: 0,38–17,53 mg/kg)
• Najwyższe nieprecyzje zaobserwowano u pacjentów 3, 7 i 19 – wszystkich charakteryzowały znikome stężenia infliksymabu w momencie dawkowania

Analizując wszystkie podania łącznie, wartości te pozostały stabilne: średnia mediana dawek wynosiła 9,25 mg/kg (2,74–23,21 mg/kg), a średnia nieprecyzja 6,63 mg/kg (0,37–25,69 mg/kg). Wyniki te są spójne z praktyką kliniczną – standardowe dawkowanie infliksymabu wynosi 5–10 mg/kg co 8 tygodni, ale u pacjentów z niewystarczającą odpowiedzią może być zwiększone nawet do 22,5 mg/kg.

Kluczowe obserwacje:

• Największą niepewność dawkowania stwierdzono u trzech pacjentów – dwóch z nich (7 i 19) miało stężenia poniżej LLOQ po pierwszym podaniu, trzeci (pacjent 3) – po drugim
• Wysoką zmienność rekomendacji między modelami zaobserwowano szczególnie w przypadku modelu M3 (Zhu 2024), który systematycznie sugerował wyższe dawki niż pozostałe
• Wykluczenie M3 z analizy nie zmieniło znacząco średnich wartości: mediana dawki spadła z 9,25 do 8,92 mg/kg, a nieprecyzja z 6,63 do 6,55 mg/kg

“Precyzja rekomendacji dawkowania poprawia się wraz z liczbą próbek krwi pobranych po podaniu leku, ponieważ pozwala to lepiej zrozumieć profil farmakokinetyczny pacjenta w czasie” – piszą autorzy, podkreślając rolę terapeutycznego monitoringu stężeń leku (TDM) w redukcji niepewności dawkowania.

Jak system “czerwony-pomarańczowy-zielony” wspiera decyzje kliniczne?

Na podstawie wyników MED autorzy zaproponowali trzystopniową klasyfikację pacjentów, która może ułatwić podejmowanie decyzji terapeutycznych w praktyce klinicznej:

Pacjenci “czerwoni” (14,7% grupy): Ich farmakokinetyka jest wysoce zindywidualizowana i nie pasuje do żadnego z dostępnych modeli populacyjnych. W tej grupie niemożliwe jest pewne rekomendowanie dawki na podstawie modeli PK. Decyzje terapeutyczne powinny opierać się przede wszystkim na odpowiedzi klinicznej pacjenta, objawach i biomarkerach zapalenia (np. CRP, kalprotektyna kałowa). To pacjenci wymagający szczególnie intensywnego monitorowania i elastycznego dostosowywania dawek.

Pacjenci “pomarańczowi” (55,9%): Kompatybilni z 5–16 modelami. Tu pojawia się kluczowe pytanie: czy stosować modele pojedynczo (wybierając jeden i wykluczając pozostałe), czy łączyć je, przypisując każdemu odpowiednią wagę? Autorzy wskazują, że to następne wyzwanie badawcze. W praktyce klinicznej dla tej grupy szczególnie istotne jest zbieranie dodatkowych próbek krwi między podaniami – pozwala to lepiej scharakteryzować profil farmakokinetyczny i wybrać najbardziej adekwatny model lub strategię ich kombinacji.

Pacjenci “zieloni” (29,4%): Kompatybilni ze wszystkimi testowanymi modelami. W tej grupie wybór konkretnego modelu lub ich kombinacja ma mniejsze znaczenie, ponieważ różne modele prowadzą do podobnych rekomendacji dawkowania. To pacjenci, u których standardowe podejście oparte na masie ciała prawdopodobnie będzie skuteczne, choć personalizacja nadal może przynieść korzyści.

Ta klasyfikacja ma istotne implikacje praktyczne. Po pierwsze, pokazuje, że nie można rekomendować dawki początkowej wyłącznie na podstawie kowariantów – lekarze muszą zacząć od standardowego schematu dawkowania zgodnego z wytycznymi. Po drugie, gdy dostępne są już pomiary stężeń infliksymabu, klasyfikacja pacjenta do odpowiedniej kategorii pozwala określić, jak bardzo można polegać na modelach PK w optymalizacji dawkowania.

Dlaczego parametry farmakokinetyczne zmieniają się w czasie?

Jedno z kluczowych ograniczeń badania – i szerzej, całego podejścia opartego na modelach PopPK – dotyczy niestacjonarności parametrów farmakokinetycznych. Autorzy zaobserwowali, że klirens infliksymabu nie pozostaje stały między kolejnymi podaniami, lecz zmienia się w czasie – czasem z miesiąca na miesiąc, a nawet między sąsiednimi dawkami.

Co to oznacza w praktyce? Klirens pacjenta oszacowany na podstawie wcześniejszych pomiarów stężeń nie musi wiarygodnie przewidywać jego aktualnej ani przyszłej farmakokinetyki. Te zmiany są napędzane przez kowarianty, które:

• Fluktuują znacząco w czasie (np. przeciwciała przeciwko infliksymabowi, aktywność choroby)
• Zmieniają się stopniowo (np. masa ciała, funkcja nerek)
• Pozostają względnie stabilne (np. typ choroby – choroba Crohna vs wrzodziejące zapalenie jelita grubego)

W analizie autorzy założyli, że zmienność międzyosobnicza (Ω) pozostaje stała, podczas gdy zmienność indywidualna (η) zmienia się wraz ze zmianą wartości kowariantów. To odpowiada koncepcji zmienności międzyokresowej (inter-occasion variability, IOV) – parametry PK mogą się różnić między kolejnymi okresami leczenia tego samego pacjenta.

Problem jest szczególnie istotny w przypadku leków biologicznych podawanych w długich odstępach (np. co 8 tygodni), gdzie między dawkami może dojść do znaczących zmian klinicznych. Przykładowo:

• Zaostrzenie choroby zwiększa produkcję TNF-α, co przy mechanizmie TMDD prowadzi do przyspieszenia klirensu infliksymabu
• Uszkodzenie bariery jelitowej (wysokie stężenie kalprotektyny kałowej) może powodować wyciek przeciwciała do światła jelita, zwiększając klirens
• Rozwój przeciwciał przeciwko infliksymabowi dramatycznie przyspiesza eliminację leku

Praktyczna konsekwencja? Aby zmniejszyć niepewność dawkowania, konieczne jest częstsze pobieranie próbek krwi między podaniami. Nie chodzi tylko o pomiar stężenia bezpośrednio przed kolejną dawką (trough level), ale o zbieranie wielokrotnych pomiarów, które pozwolą lepiej zrozumieć ewolucję parametrów PK w czasie. To podejście jest bardziej pracochłonne, ale znacząco poprawia precyzję rekomendacji dawkowania.

Jaka jest rola terapeutycznego monitoringu stężeń leku?

Badanie wyraźnie pokazuje, że terapeutyczny monitoring stężeń leku (TDM) odgrywa kluczową rolę w indywidualizacji leczenia infliksymabem. Nie chodzi jednak tylko o rutynowe mierzenie stężeń – wartość TDM ujawnia się dopiero w połączeniu z modelowaniem farmakokinetycznym.

Obecna praktyka kliniczna często ogranicza się do oceny stężenia “dolinowego” (trough level) przed kolejną dawką i prostej interpretacji: jeśli stężenie jest niskie, zwiększ dawkę; jeśli wysokie, rozważ redukcję. Takie podejście ignoruje jednak złożoność farmakokinetyki infliksymabu i nie wykorzystuje pełnego potencjału dostępnych danych.

Modelowo-informowane dawkowanie precyzyjne (model-informed precision dosing, MIPD) idzie dalej:

• Wykorzystuje pomiary stężeń do identyfikacji modeli PK kompatybilnych z danym pacjentem
• Estymuje pełny profil farmakokinetyczny, a nie tylko pojedyncze punkty pomiarowe
• Przewiduje ekspozycję (AUC), która jest lepiej skorelowana z efektem terapeutycznym niż stężenie dolinowe
• Kwantyfikuje niepewność rekomendacji dawkowania, co pozwala lekarzowi ocenić, jak bardzo może polegać na predykcjach modelu

Kluczowe jest również kiedy pobierać próbki. Badanie sugeruje, że pojedynczy pomiar przed kolejną dawką może być niewystarczający – szczególnie u pacjentów z grupy “pomarańczowej” lub “czerwonej”. Zbieranie 2-3 próbek między podaniami (np. 3 dni, 7 dni i bezpośrednio przed kolejną dawką) znacząco poprawia precyzję oszacowania parametrów PK i redukcję niepewności dawkowania.

“Terapeutyczny monitoring stężeń leku odgrywa kluczową rolę w indywidualnym zarządzaniu pacjentami leczonymi infliksymabem” – konkludują autorzy. Ale podkreślają też, że sam monitoring to za mało – potrzebne są odpowiednie narzędzia analityczne (jak metoda MED) i dostęp do walidowanych modeli PK, aby w pełni wykorzystać zebrane dane.

Co to oznacza dla praktyki klinicznej z infliksymabem?

Badanie francuskich naukowców dostarcza trzech fundamentalnych wniosków dla klinicystów stosujących infliksymab. Po pierwsze, uniwersalny model farmakokinetyczny dla wszystkich pacjentów nie istnieje – każdy chory wymaga indywidualnej oceny kompatybilności z dostępnymi modelami. Oznacza to, że dawkowanie początkowe musi opierać się na standardowych schematach z wytycznych, a personalizacja jest możliwa dopiero po uzyskaniu pomiarów stężeń leku.

Po drugie, wprowadzenie klasyfikacji “czerwony-pomarańczowy-zielony” pozwala lekarzom szybko ocenić, jak bardzo mogą polegać na modelach farmakokinetycznych u konkretnego pacjenta. Dla 15% chorych (grupa czerwona) modele PK nie są pomocne i decyzje muszą opierać się na odpowiedzi klinicznej. Dla kolejnych 56% (grupa pomarańczowa) konieczne jest staranne dobranie modelu lub ich kombinacji, wsparte dodatkowymi pomiarami stężeń. Tylko u 29% pacjentów (grupa zielona) wybór modelu ma mniejsze znaczenie, bo różne modele dają podobne rekomendacje.

Po trzecie, precyzja dawkowania rośnie wraz z liczbą próbek krwi pobranych między podaniami. Pojedynczy pomiar stężenia dolinowego to za mało – wielokrotne pomiary pozwalają lepiej zrozumieć, jak parametry farmakokinetyczne pacjenta zmieniają się w czasie, co jest szczególnie istotne przy długich odstępach między dawkami. Terapeutyczny monitoring stężeń leku przestaje być opcjonalnym dodatkiem, a staje się integralną częścią skutecznego leczenia infliksymabem – pod warunkiem, że jest wspierany odpowiednimi narzędziami modelowania farmakokinetycznego.

Czy warto zmieniać obecne podejście terapeutyczne? Autorzy pokazują, że modelowo-informowane dawkowanie precyzyjne to nie odległa przyszłość, ale realna możliwość już dziś – wymaga jednak wdrożenia odpowiednich narzędzi analitycznych i większego zaangażowania w systematyczny monitoring stężeń. Dla pacjentów oznacza to szansę na lepszą kontrolę choroby przy potencjalnie niższych dawkach i kosztach leczenia.