Video Experimental Relacionado
Updated: Jan 13, 2026

Self-Administration of Drugs in Mouse Models of Feeding and Obesity
Published on: June 8, 2021
Modelado de Gemelos Virtuales PBPK: Un Paso Hacia la Dosificación de Precisión en Pacientes con Obesidad
Haribhau Kangne1, Nihan Izat1, Gong Chen1
1Division of Pharmacy and Optometry, School of Health Sciences, Centre for Applied Pharmacokinetic Research, The University of Manchester, Stopford Building, Oxford Road, Manchester, M13 9PT, UK.
Los modelos farmacocinéticos basados en la fisiología de gemelos virtuales (VT-PBPK) predicen con precisión los niveles de fármacos en la obesidad. Este enfoque muestra la promesa de optimizar las dosis individuales de fármacos en poblaciones obesas.
Área de la Ciencia:
- Farmacocinética y Metabolismo de Fármacos
- Obesidad y Dosificación de Precisión
- Modelado Computacional en Medicina
Sus antecedentes:
- La obesidad impacta significativamente la farmacocinética (PK) de los fármacos, lo que lleva a una considerable variabilidad interindividual.
- El concepto de gemelo virtual ofrece una vía prometedora para la dosificación de precisión informada por modelos en poblaciones de pacientes específicas.
- Los modelos farmacocinéticos basados en la fisiología (PBPK) se utilizan cada vez más para comprender y predecir el comportamiento de los fármacos.
Objetivo del estudio:
- Desarrollar y aplicar modelos PBPK de gemelos virtuales (VT-PBPK) para predecir la farmacocinética de midazolam y digoxina en pacientes con obesidad y obesidad severa.
- Evaluar la precisión de los modelos VT-PBPK a través de la individualización paso a paso utilizando datos demográficos y de biomarcadores.
- Evaluar el potencial de VT-PBPK para optimizar la dosificación de fármacos en la población obesa.
Principales métodos:
- Desarrollo de modelos VT-PBPK que incorporan datos demográficos, volumen hepático magro, creatinina sérica, albúmina y abundancia de enzimas/transportadores hepáticos (CYP3A4/5, UGT1A4, P-gp) de biopsias hepáticas.
- Individualización paso a paso de los modelos para mejorar la precisión de la predicción de midazolam y digoxina.
- Validación de las predicciones del modelo frente a parámetros farmacocinéticos observados (AUC, Cmax) en pacientes con obesidad (n=15) y obesidad severa (n=22).
Principales resultados:
- Los modelos VT-PBPK finales predijeron la AUC0-inf,iv de midazolam dentro de 2 veces para el 86% de los individuos (GMFE=1.5), con el 36% dentro de 0.8-1.25 veces.
- Para la digoxina, el 97% de los valores de Cmax y AUC0-24 se predijeron dentro de 2 veces (GMFE=1.25), con el 59% dentro del rango de 0.8-1.25 veces.
- La precisión de la predicción para la digoxina fue notablemente mayor en pacientes con obesidad severa.
Conclusiones:
- El modelado VT-PBPK representa un enfoque novedoso y eficaz para predecir la farmacocinética de los fármacos en pacientes con obesidad.
- El estudio demuestra el potencial de VT-PBPK para apoyar la optimización de dosis individualizadas para midazolam, digoxina y potencialmente otros sustratos de CYP3A y P-gp.
- Esta metodología ofrece un camino hacia una terapia farmacológica más precisa y efectiva en la creciente población obesa.
Más Videos Relacionados
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
13:09Segmentation and Measurement of Fat Volumes in Murine Obesity Models Using X-ray Computed Tomography
Published on: April 4, 2012
Videos de Conceptos Relacionados
Drug Dosing: Obese Patients
Dosage Regimens: Partial Pharmacokinetic Parameters
Pharmacokinetic Models: Comparison and Selection Criterion
Physiological models take a detailed approach by considering specific molecular processes. They can predict drug distribution, metabolism, and elimination changes, providing a comprehensive understanding of how drugs interact with the body.
Determination of Multiple Dosing Parameters: Loading and Maintenance Doses
Pharmacokinetics in Obese Patients: Drug Absorption and Distribution
Physiological Pharmacokinetic Models: Assumption with Protein Binding