Quiero colaborar
BLOG
VOLVER

Aplicación de un modelo matemático para predecir la respuesta a la medicación en la enfermedad de Parkinson.

 

• La respuesta a la medicación en los pacientes con enfermedad de Parkinson es absolutamente individual y no siempre predecible.

• Diseñan un modelo matemático para ayudar a predecir dicha respuesta.

• Incluye como novedad frente a otros un modelo neurocomputacional de la acción selectiva a nivel de los ganglios de la base del cerebro.

• Lo testan en 26 pacientes con ejercicios de golpeteo de dedos (motricidad fina) y análisis de los niveles de levodopa en plasma durante las 3 a 4 posteriores a la toma de levodopa.

• El modelo simula de forma fiable la respuesta y distingue entre pacientes fluctuantes y no fluctuantes.

• En la práctica, lo interesante será el poder aplicar el modelo para ajustar la medicación a las necesidades individuales de cada paciente.

La enfermedad de Parkinson se caracteriza por una clara respuesta motora beneficiosa al tratamiento con levodopa. Sin embargo, con la progresión de la enfermedad y una mayor exposición a la levodopa, generalmente aparecen fluctuaciones motoras relacionadas con tal medicamento. El reconocimiento de la relación individual entre la concentración de levodopa y su efecto puede ser difícil, debido a la complejidad y variabilidad de los mecanismos involucrados. Sin embargo, en la práctica, es clave, y se sabe que por ejemplo una infusión continua de levodopa se relaciona con niveles más estables en plasma de levodopa y presumiblemente una estimulación dopaminérgica del núcleo estriado más continua, que explicaría la mejoría de los pacientes en cuanto a las fluctuaciones. Aspectos farmacocinéticos y fármacodinámicos en relación con la absorción de la levodopa y metabolismo están implicados.
 
Lo que está claro es que la respuesta de cada paciente es absolutamente individual y única, y a veces, difícil de predecir. Se publica en PLOS ONE un artículo en el que los investigadores diseñan un modelo matemático inspirado biológicamente para predecir el efecto de la levodopa. A diferencia de otros publicados en los que se tuvieron en cuenta el metabolismo de la levodopa y efecto a nivel cerebral, en este caso han incorporado un modelo neurocomputacional de la acción selectiva a nivel de los ganglios de la base del cerebro. Para testar el modelo, lo hicieron en 26 pacientes con enfermedad de Parkinson. De ellos, 13 estaban estables y no tenían fluctuaciones conocidas (algo menos de 2 años de evolución de enfermedad) y 13 si presentaban fluctuaciones (unos 6 años con la enfermedad). La dosis equivalente de levodopa en el grupo estable era de 240 mg al día frente a 455 en el grupo con fluctuaciones. La estimación de parámetros del modelo neurocomputacional se obtuvo a partir de la realización de ejercicios de tapping (frecuencia de golpeteo de los dedos) durante las cuatro horas posteriores a la toma de levodopa medidos de forma exacta. Se realizaron extracciones de sangre para medir los niveles de levodopa. Es decir, a partir de esos datos, lo que trataron es de demostrar si el modelo aplicado reflejaba los cambios que sucedían realmente en ambas variables, nivel de medicación y respuesta motora.
 
Los resultados mostraron que los datos individuales pueden simularse satisfactoriamente en todos los pacientes y que existían diferencias significativas en los parámetros estimados entre los dos grupos, los pacientes estables, y aquellos con fluctuaciones. Tanto en las concentraciones plasmáticas de levodopa durante las 3 horas posteriores como en la frecuencia de golpeteo de los dedos en el test durante las 4 horas posteriores a la toma de medicación, los datos reales observados eran superponibles a las estimaciones del modelo propuesto. Esto se observó como fiable tanto en casos individuales 1 a 1 como en los datos globales del modelo. Específicamente, la tasa de eliminación del fármaco del compartimento de efectos y el coeficiente de Hill de la relación concentración-efecto fueron significativamente mayores en el grupo fluctuante que en el estable.

Aunque es preliminar, la idea de poder aplicar un modelo como el presente es de gran interés. El modelo, con parámetros individualizados, puede usarse para alcanzar una comprensión más profunda de los mecanismos fisiopatológicos de la enfermedad de Parkinson, imitar el efecto de la medicación y, en base a las respuestas neurales predichas, planificar el manejo correcto y diseñar procedimientos terapéuticos innovadores. Es decir, en la práctica, el poder aplicar el modelo a las necesidades individuales de cada paciente.
 
Marzo 2020
DIEGO SANTOS GARCÍA
NEUROLOGÍA, CHUAC (COMPLEJO HOSPITALARIO UNIVERSITARIO DE A CORUÑA), A CORUÑA