La sepsis sigue siendo un desafío apremiante en la medicina de cuidados intensivos debido a su alta morbilidad y mortalidad.
Existe una sólida justificación para personalizar la dosificación de antibióticos, basada en la relación entre la exposición a los antibióticos y la eliminación de bacterias, y la variabilidad observada entre pacientes, de las concentraciones de antibióticos en plasma y en el sitio de la infección.
Esto se justifica aún más, por los riesgos de toxicidad y efectos adversos cuando los pacientes reciben una sobredosis. Es difícil alcanzar y mantener una exposición adecuada a los antibióticos.
Esto es especialmente cierto para los pacientes en estado crítico, ya que el cambio en la función de los órganos y los cambios en el balance de líquidos pueden afectar la eliminación y/o distribución de los antibióticos. Esto introduce una variabilidad dentro del paciente durante el curso de la enfermedad, lo que complica aún más el tratamiento.
Los estudios muestran que la dosificación convencional puede resultar en una variación de hasta 500 veces en las concentraciones de antibióticos en estos pacientes.
Esto subraya la complejidad de seleccionar las dosis apropiadas, lo que puede ser una tarea abrumadora para los médicos durante la práctica clínica de rutina, particularmente sin el apoyo de expertos.
La dosificación de precisión informada por el modelo (MIPD) se ha incorporado para ajustar el tratamiento en función de las características de los pacientes individuales; opcionalmente, puede incluir información del muestreo de concentración de antibióticos en plasma.
Los modelos farmacocinéticos (PK) permiten la selección de programas de dosificación individuales que cumplen con las concentraciones de fármaco objetivo pre especificadas.
Estos modelos describen cómo los parámetros PK, como la eliminación del fármaco y el volumen de distribución, varían entre pacientes en función de las covariables medidas.
Desafortunadamente, tanto el desarrollo como el uso de este tipo de modelos, requieren una experiencia considerable y puede ser difícil de usar por los médicos sin el apoyo de, por ejemplo, farmacéuticos clínicos.
Para reducir esta complejidad, se han desarrollado herramientas de software de dosificación automática. Estas herramientas tienen como objetivo acercar el MIPD a la cabecera de la cama de una manera fácil de usar.
Se conectan directamente con el “registro electrónico de salud (EHR)” o los “sistemas de gestión de datos del paciente (PDMS)”, obviando la necesidad de ingresar datos manualmente, y ofrecen visualizaciones de curvas de concentración-tiempo para ayudar a los médicos a elegir la estrategia de tratamiento óptima.
El software AutoKinetics (Centro Médico de la Universidad de Ámsterdam y OLVG Ámsterdam) se desarrolló y probó para el tratamiento de pacientes en estado crítico que sufrían de sepsis según MIPD.
El software recopila datos en tiempo real de las covariables del paciente del EHR para predecir la dosis óptima para alcanzar la exposición objetivo de PK, predefinida desde el momento del ingreso en la unidad de cuidados intensivos (UCI) sin requerir datos de concentración plasmática.
En el estudio DOLPHIN, los farmacéuticos aplicaron de forma remota la MIPD basada en la retroalimentación de la concentración plasmática (disponible entre 12 y 48 h después del inicio de su aplicación) para antibióticos betalactámicos y ciprofloxacina en base a modelos farmacocinéticos publicados previamente.
En primer lugar, es crucial proporcionar una guía de dosificación desde el comienzo de la terapia con antibióticos.
Mejorar su precisión podría conducir a mejores resultados o incluir sólo representaciones simples de su efecto.
Por ejemplo, la creatinina sérica se usa a menudo como un marcador sustituto del aclaramiento renal. Existen varias ecuaciones, como CKD-EPI, para estimar la tasa de filtración globular en función de las concentraciones de creatinina, y dichas estimaciones a menudo se incluyen en los modelos PK.
Sin embargo, estas estimaciones representan la función renal en un momento único en el tiempo y solo afectarán las predicciones después de este punto en el tiempo.
Para predecir con mayor precisión el cambio de FC, es posible que los modelos necesiten conocer el cambio continuo en el aclaramiento renal, probablemente representado por combinaciones complejas de múltiples covariables.
Las primeras horas de tratamiento plantean un desafío específico en este contexto, ya que la función renal puede mejorar después de la reanimación y los biomarcadores por sí solos no son confiables para guiar la terapia.
En los modelos PK clásicos, las ecuaciones que representan la relación entre las covariables y los parámetros PK deben elegirse manualmente durante el desarrollo del modelo.
Los enfoques novedosos que involucran Big Data representan una nueva vía prometedora para refinar los modelos PK. Las relaciones entre las covariables y los parámetros PK se pueden aprender directamente de los datos, que abundan en los sistemas centralizados EHR o PDMS.
Recientemente, también se ha demostrado que es factible poner a disposición de los profesionales de la salud en los cuidados intensivos un soporte informatizado para la toma de decisiones, pudiendo facilitar la dosificación adecuada desde el comienzo de la terapia con antibióticos.
En el futuro, estos profesionales de cuidados intensivos también podrían quedar fuera del circuito, ya que es posible que avancemos hacia mediciones de concentración de dosificación de antibióticos totalmente automatizadas y de circuito cerrado.
Una extensión natural de los sistemas de software son los sistemas de infusión controlados por objetivos, en los que la administración de la dosis está totalmente controlada por una computadora.
Dichos sistemas podrían basarse en modelos complejos que aprovechan los datos de los sistemas EHR para adaptar continuamente la dosis de antibiótico para alcanzar las concentraciones objetivo. Los modelos actuales utilizados para MIPD aún no respaldan este enfoque.
En conclusión, estudios recientes demuestran la viabilidad del uso de software de dosificación automatizada para ayudar a los trabajadores de atención médica de la UCI en la toma de decisiones sobre la dosificación de antibióticos
La introducción de enfoques basados en ML ofrece oportunidades interesantes para mejorar la predicción de las concentraciones.
Se necesita más investigación para evaluar sus beneficios y para evaluar la confiabilidad de la MIPD de antibióticos y otros antimicrobianos.
