La pharmacocinétique de population est l’étude des sources et des corrélats de variabilité des concentrations de médicaments parmi les individus qui constituent la population de patients cible recevant des doses cliniquement pertinentes. Contrairement aux études pharmacocinétiques traditionnelles qui échantillonnent de manière intensive un petit nombre de volontaires sains, la pharmacocinétique de population analyse des données de concentration clairsemées collectées auprès d’un grand nombre de patients dans des conditions cliniques de routine. Cette approche quantifie à la fois le comportement pharmacocinétique typique et la variabilité interindividuelle et intraindividuelle autour des valeurs typiques.
Méthodologie NONMEM
L’outil analytique standard pour l’analyse pharmacocinétique de population est NONMEM (Nonlinear Mixed Effects Modeling), développé à l’Université de Californie à San Francisco. NONMEM met en œuvre une approche de modélisation non linéaire à effets mixtes qui estime simultanément les effets fixes et les effets aléatoires. Les effets fixes sont les paramètres typiques de la population : clairance, volume de distribution, constante du taux d’absorption et influence de covariables telles que le poids, l’âge ou la fonction rénale sur ces paramètres. Les effets aléatoires quantifient la variabilité qui reste inexpliquée après prise en compte des effets fixes.
Les effets aléatoires sont divisés en variabilité interindividuelle (IIV), représentant les différences entre les sujets dans les paramètres pharmacocinétiques, et variabilité résiduelle, représentant la différence entre les concentrations prédites et observées par le modèle au sein d’un individu. La variabilité résiduelle comprend les erreurs de mesure, les erreurs de spécification du modèle et la variabilité intraindividuelle au fil du temps. En divisant la variabilité entre ces composantes, l’analyse pharmacocinétique de population fournit une description complète de l’élimination des médicaments dans la population cible.
Effets fixes et aléatoires
Le modèle structurel en pharmacocinétique de population définit le profil pharmacocinétique typique à l’aide d’équations compartimentales. Par exemple, un modèle à un compartiment avec élimination de premier ordre décrit la clairance et le volume de distribution typiques. Le modèle à effets aléatoires décrit ensuite comment les paramètres individuels s’écartent des valeurs typiques. La variabilité interindividuelle est généralement modélisée à l’aide d’un modèle d’erreur exponentielle : le paramètre individuel est égal au paramètre typique multiplié par e à la puissance eta, où eta est supposé être normalement distribué avec une moyenne de zéro et une variance oméga au carré.
Des covariables sont incorporées dans le modèle à effets fixes pour expliquer la variabilité interindividuelle. Les covariables courantes comprennent le poids, l’âge, le sexe, la créatinine sérique ou la clairance de la créatinine pour les médicaments éliminés par voie rénale, ainsi que les mesures de la fonction hépatique pour les médicaments éliminés par voie hépatique. Le modèle covariable peut utiliser des relations linéaires ou non linéaires, telles qu’une mise à l’échelle allométrique du jeu en fonction du poids élevé à la puissance 0,75. L’ajout de covariables devrait améliorer suffisamment l’ajustement du modèle pour justifier la complexité accrue.
Considérations relatives à la conception de l’étude
Les études pharmacocinétiques de population utilisent généralement un échantillonnage clairsemé, où chaque patient ne contribue que quelques mesures de concentration. Cette conception est pratique pour les soins cliniques de routine et permet d’inclure des populations de patients difficiles à étudier dans les conceptions traditionnelles, telles que les patients gravement malades, les nouveau-nés ou les patients âgés présentant de multiples comorbidités. La conception d’échantillonnage optimale pour les études de population vise à collecter des échantillons à des moments informatifs tout au long de l’intervalle de dosage auprès de différents patients, un concept connu sous le nom de conception optimale.
Le nombre de sujets dans une étude pharmacocinétique de population est généralement plus important que dans les études traditionnelles, avec en général entre 50 et plusieurs centaines de sujets. Le nombre réel dépend de la complexité du modèle, de la variabilité attendue et du nombre de covariables à évaluer. Des approches basées sur la simulation sont utilisées pendant la phase de conception pour déterminer la taille de l’échantillon nécessaire pour estimer les paramètres avec une précision adéquate.
Variabilité interindividuelle et intraindividuelle
Comprendre l’ampleur de la variabilité interindividuelle est essentiel pour déterminer si un schéma posologique fixe est adéquat ou si un dosage individualisé est nécessaire. Pour un médicament présentant une faible variabilité interindividuelle, une dose standard produit des concentrations similaires chez la plupart des patients. Pour un médicament présentant une forte variabilité interindividuelle, les patients recevant la même dose peuvent avoir des concentrations très différentes, et une individualisation de la dose basée sur les caractéristiques du patient ou sur la surveillance thérapeutique du médicament est justifiée.
La variabilité intraindividuelle décrit les changements dans la pharmacocinétique d’un individu au fil du temps, qui peuvent résulter de la progression de la maladie, d’interactions médicamenteuses ou de modifications de l’état physiologique. La quantification de la variabilité intraindividuelle permet de déterminer la fréquence de surveillance nécessaire et la fiabilité d’une mesure de concentration unique pour prédire les concentrations futures.
## Applications dans des populations particulières
L’analyse pharmacocinétique de population est particulièrement utile pour étudier l’élimination des médicaments dans des populations spéciales qui sont sous-représentées dans les essais cliniques traditionnels. Des études pharmacocinétiques sur la population pédiatrique ont caractérisé la maturation des enzymes métabolisant les médicaments et la fonction rénale, permettant ainsi des recommandations posologiques fondées sur des données probantes pour les enfants de différents âges. Des études gériatriques ont quantifié l’impact des changements physiologiques liés à l’âge sur la clairance des médicaments. Les études menées chez des patients présentant une insuffisance rénale ou hépatique ont fourni la base pharmacocinétique des recommandations d’ajustement posologique.
L’approche est également utilisée pour évaluer les effets des polymorphismes génétiques sur l’élimination des médicaments. En incluant le génotype comme covariable dans le modèle de population, l’impact du CYP2D6, du CYP2C9, du CYP2C19 et d’autres enzymes polymorphes sur la clairance des médicaments peut être quantifié, ce qui soutient les stratégies de dosage guidées par le génotype.
L’estimation bayésienne en pratique
Les modèles pharmacocinétiques de population servent de base à l’estimation bayésienne dans le suivi thérapeutique des médicaments. Le modèle de population fournit des informations préalables sur les valeurs de paramètres typiques et leur variabilité, qui sont mises à jour avec les propres mesures de concentration du patient pour obtenir des estimations de paramètres individualisées. Cette approche bayésienne permet une individualisation précise de la dose même avec un échantillonnage clairsemé, ce qui permet d’optimiser le traitement dans la pratique clinique de routine.
L’intégration des principes pharmacocinétiques de population avec la rétroaction bayésienne a transformé la gestion de médicaments tels que la vancomycine et les aminosides, permettant aux cliniciens d’atteindre les concentrations cibles plus rapidement et de les maintenir de manière plus cohérente qu’avec les approches posologiques traditionnelles. À mesure que les outils informatiques deviennent plus accessibles, le dosage guidé par la pharmacocinétique de la population s’étend à une gamme plus large de médicaments.
