La presencia de fiebre durante la neutropenia se debe considerar como un signo de infección severa, por lo cual es necesario realizar procedimientos diagnósticos tendientes a identificar el foco de infección.
El químico farmacéutico Daniel Sebastián Parra González, magíster en Ciencias - Farmacología de la Universidad Nacional de Colombia (UNAL), estudió los cambios en la farmacocinética de antibióticos en pacientes con este tipo de infecciones y propuso un modelo que ayudaría a administrar mejor el tratamiento para estas personas.
“El tema surgió porque en la medicina moderna cada vez es más común ver a los pacientes en unos estados de inmunosupresión muy altos, y para el tratamiento de sus condiciones tienen que ser sometidos a quimioterapias o trasplantes que los dejan en riesgo muy alto de padecer otro tipo de infecciones”.
“Uno de los factores que más genera este riesgo es el de la de la neutropenia, es decir la disminución de los neutrófilos, células del sistema interior del organismo que ayudan a proteger de las infecciones”, explica el magíster.
Agrega que “es importante estudiar la farmacocinética porque estos pacientes están sometidos a un estrés muy intenso, y usualmente por culpa de la infección el cuerpo reacciona de manera diferente, y esas alteraciones pueden afectar también la disposición de los fármacos”.
Diseño y aplicación de un modelo
En la investigación se les hizo seguimiento a los pacientes durante un corto tiempo, en el cual se tomaron muestras de plasma; también se registraron diferentes variables que pudieran afectar la farmacocinética.
Así, se diseñó un modelo poblacional para cefepime y vancomicina, antibióticos muy utilizados tanto en el tratamiento empírico de la neutropenia como en el de la neutropenia febril.
Se desarrollaron dos modelos: en el de cepefime se realizó un modelo de dos compartimentos y se encontró que el nivel de creatinina esférica era un predictor muy importante del aclaramiento (eliminación) de este fármaco.
En el caso de la vancomicina también se desarrolló un modelo de dos compartimentos, en el que se contó con información de tratamientos por quimioluminiscencia.
“Las dos mediciones se incorporaron al modelo y se empezaron a hacer diferentes simulaciones de esquemas. Para cepefine se evaluaron esquemas que tenían en cuenta diferentes tipos de infusiones, desde muy cortas –menos de 30 min–, hasta considerar infusiones intermitentes y un poco más extendidas en el tiempo –por ejemplo de 2 horas–, e infusiones continuas que a veces se utilizan cuando el médico tratante considera que la infección tiene mucho riesgo para el paciente”, explica el magíster Parra.
Para la vancomicina, se evaluaron esquemas de aplicaciones similares, con una dosis diferente: entre 1.500 y 3.000 mg al día. “En las simulaciones fue novedosa la incorporación de modelos de aprendizaje de máquina para poder entender cómo la probabilidad de alcance varía con los esquemas de dosificación”, agrega.
Como resultado de la investigación se propusieron esquemas de dosificación muy específicos según el aclaramiento de creatinina de los pacientes, y se propuso realizar en ciertas personas una monitorización farmacoterapéutica, es decir una revisión continua de los niveles de sangre de los pacientes que pueden tener una variabilidad muy alta al tratamiento.
El experto explica que “este modelo tiene muchas ventajas sobre los modelos de farmacocinética convencionales, ya que estos no explican qué variables del paciente pueden influir en el desarrollo de una infección. La modelación realizada se puede utilizar para predecir qué pacientes van a recibir estos fármacos”, señala el investigador.
Por último, explica que “con una sola muestra de sangre, en el marco de un análisis bayesiano, se puede ver cómo es el perfil del paciente y así estimar el área bajo curva para administrar el fármaco. Esto es muy importante, porque, por ejemplo, para la vancomicina, se cambiaron en 2019 las recomendaciones que se utilizan en la concentración mínima del fármaco; así, tener un modelo es importante para implementar las nuevas condiciones que surgen de la evidencia”.
Si (
No(
