Terapeutické monitorování léčiv (TDM) je v psychiatrii jednou z mála možností, jak alespoň částečně objektivizovat správnost zvoleného farmakoterapeutického přístupu a adherenci pacienta k léčbě. S ohledem na často přetrvávající nevyjasněnost vztahu mezi stanovenou koncentrací psychofarmaka v krvi a žádoucími i nežádoucími účinky však nebývá v praxi TDM rutinně využíváno pro nastavení individuálního dávkování. Existují však specifické situace, pøi nichž je pravděpodobnost zvl. farmakokinetických odlišností natolik významná, že objektivizace koncentrací psychofarmaka v krvi a úprava jeho dávkování jsou základním pøedpokladem léčby, která pacientovi prospívá a neškodí. Popis těchto základních, více i méně známých, klinicky významných situací je obsahem tohoto článku: kouření, zánět, těhotenství a kojení, dětský věk, seniorský věk, porucha jater a ledvin, podezření na non-adherenci.

in psychiatry, therapeutic drug monitoring (tDM) is one of the few ways to at least partially objectify the correctness of the chosen pharmacotherapeutic approach and patient adherence to the treatment. However, given the often persistent unclear relationship between the determined blood concentration of a psychopharmaceutical and both desirable and undesirable effects, tDM is not routinely used in common practice to determine individual dosing. However, there are specific situations in which the likelihood of pharmacokinetic differences is so significant that objectification of blood concentrations of psychopharmaceuticals and adjustment of dosage are essential for beneficial and not harmful treatment of the patient. A description of these basic, more or less known clinically relevant situations is the content of this article: smoking, inflammation, pregnancy and lactation, childhood, elderly age, liver and kidney disorders, suspected non-adherence.

• Publikační typ
• abstrakt z konference MeSH

• Publikační typ
• abstrakt z konference MeSH

• Publikační typ
• abstrakt z konference MeSH

• Publikační typ
• abstrakt z konference MeSH

• Publikační typ
• abstrakt z konference MeSH

V současné éře rozvíjející se precizní medicíny psychiatrie jako obor stále nedostatečně těží z rozšiřujících se technologických možností. Přitom disponuje tradicí průkopníka terapeutického monitorování léčiv (TDM) v medicíně a v současnosti má zpra- covány jedny z nejkomplexnějších doporučených postupů TDM mezi obory. Jejich progresivní vývoj však s sebou přinesl některé metodologické problémy, které vedou na jedné straně k opomíjení TDM v běžné klinické praxi a na druhé straně pak k jeho zbytečně mechanické aplikaci. Primárním cílem TDM není dosáhnout „doporučené“ koncentrace psychofarmaka v krvi, ale umožnit nalezení takového individuálního režimu podávání léčiva, který přinese pro pacienta minimum rizik a maximum profitu. Pro plnohodnotné využívání TDM v klinické praxi je důležité porozumět příležitostem i rizikům TDM a dokázat je aplikovat ve správnou chvíli správnému pacientovi se správným zadáním. Obsahem tohoto článku je seznámení se základními principy TDM, především farmakokinetickými základy, užívanými termíny, genezí doporučení, správnou aplikací metody a konečně s uplatněním výsledků v klinické praxi.

In the current era of evolving precision medicine, psychiatry as a field still does not sufficiently benefit from the expansion of technological opportunities. Yet, it has a tradition of pioneering therapeutic drug monitoring (TDM) in medicine and has developed some of the most comprehensive TDM guidelines among disciplines. However, its progressive development has brought with it some methodological problems that lead to the neglect of TDM in routine clinical practice on the one hand and its unnecessarily mechanical application on the other. The primary goal of TDM is not to achieve the „recommended“ blood concentration of a psychopharmaceutical, but to enable to find an individual drug regimen that will result in minimum risk and maximum benefit for the patient. To fully exploit TDM in clinical practice, it is important to understand the opportunities and risks of TDM and to be able to apply it at the right time to the right patient with the right task. The scope of this article is to introduce the basic principles of TDM, especially the pharmacokinetic basis, the terms used, the genesis of the recommendations, the correct application of the method and finally the application of the results in clinical practice.

• MeSH
• cesty eliminace léčiva MeSH
• farmakokinetika MeSH
• farmakologické účinky MeSH
• klinické laboratorní techniky metody   MeSH
• léčivé přípravky analýza   metabolismus   MeSH
• lidé MeSH
• monitorování léčiv metody   MeSH
• psychotropní léky * analýza   farmakologie   metabolismus   MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• přehledy MeSH

Účel studie: Mw\Pharm software (MEDI\WARE, Prague, Czech Republic / Groningen, Netherlands) je dlouhodobě používán pro PK/PD modelování pro terapeutické monitorování hladin léčiv (TDM). Cílem práce bylo najít nejvhodnější model pro kontinuální aplikaci vankomycinu v novější Windows verzi Mw\Pharm++ 1.3.5.558 (WIN). Pacienti: 20 dospělých pacientů (průměrný věk 66 ± 12 let, hmotnost 85 ± 16kg), bylo opakovaně vyšetřeno na hladinu vankomycinu. Medián dávky byl 1625g/24h. Koncentrace vankomycinu predikované pomocí WIN modelů "#vancomycin_adult_k_C2", "#vancomycin_adult_C2", "vancomycin_adult_C2", "vancomycin_C1" a DOS modelů "vancomycin (cont.inf.) %ahz" (DOS1) a "vancomycin adult" byly porovnány s naměřenou hodnotou a DOS1 modelem. Statistika: Průměrná procentuální chyba predikce (% PE) vypočtená jako (predikovaná - změřená)/změřená, příp. (predikovaná-DOS1)/DOS1, RMSE, Bland-Altmanova bias, Pearsonův korelační koeficient (R), Studentův t-test. Statistická analýza byla provedena pomocí GraphPad Prism version 5.00 pro Windows. Výsledky: % PE se pohybovala mezi -3,2 ± 33,0 % a -7,4 ± 36,7%, s výjimkou jednokompartmentového modelu "vancomycin_C1", kde byla -20,8 ± 39,4%. Nejlepší výsledky byly dosaženy modelem "vancomycin adult". Model "#vancomycin_adult_k_C2" produkoval nejnižší % PE, RMSE and Bland-Altman bias mezi WIN modely, ale korelace byla slabší. Korelace byla mírně lepší u modelu "vancomycin_adult_C2" RMSE byl stejný, % PE a Bland-Altmanova bias byly obdobné jako u modelu "#vancomycin_adult_k_C2". % PE mezi oběma DOS modely byla 4,1 ± 13,9% (NS); "vancomycin adult" měl mírně lepší výsledky než DOS1. Závěr: Z WIN modelů byly nejlepší výsledky dosaženy modely "vancomycin_adult_C2" a "#vancomycin_adult_k_C2". Oba DOS modely produkovaly nízkou bias a jejich predikce byly srovnatelné.

Objective: For a long time, the Mw\Pharm software suite (MEDI\WARE, Prague, Czech Republic/Groningen, Netherlands) has been used for PK/PD modelling in therapeutic drug monitoring (TDM). The aim of this study was to find the best model in the newer Windows version of Mw\Pharm++ 1.3.5.558 (WIN) for continuous administration of vancomycin. Patients: Twenty adult patients with a mean age of 66 ± 12 years, body weight 85 ± 16kg, and median dose 1,625g/24h were repeatedly examined for vancomycin. Methods: Concentrations predicted by "#vancomycin_adult_k_C2", "#vancomycin_adult_C2", "vancomycin_adult_C2", "vancomycin_C1" WIN models and "vancomycin (cont.inf.) %ahz" (DOS1) and "vancomycin adult" DOS models were compared with the measured values and with the DOS1 model. Statistics: Percentage prediction error (%PE) calculated as (predicted-measured)/measured or (predicted-DOS1)/DOS1, RMSE, Bland-Altman bias, Pearson's coefficient of rank correlation (R), Student's t-test. Statistical analysis was performed using the GraphPad Prism version 5.00 for Windows. Results: %PE values varied between -3.2 ± 33.0% and -7.4 ± 36.7%, with the exception of "vancomycin_C1", the only one-compartment model, where it was -20.8 ± 39.4%. The best outcomes were achieved with "vancomycin adult". The "#vancomycin_adult_k_C2" model produced the lowest %PE, RMSE, and Bland-Altman bias among the WIN models, but its correlation (Pearson's R) was less tight. RMSE was the same in "vancomycin_adult_C2" while %PE and Bland-Altman bias were similar, with slightly better correlation when compared to "#vancomycin_adult_k_C2". The %PE value between the two DOS models was 4.1 ± 13.9% (NS); "vancomycin adult" produced slightly better outcomes than DOS1. Conclusion: "vancomycin_adult_C2" and "#vancomycin_adult_k_C2" produced the best outcomes between WIN models. Both DOS models produced lower bias and their prediction was comparable.

• MeSH
• antibakteriální látky terapeutické užití   MeSH
• lidé středního věku MeSH
• lidé MeSH
• monitorování léčiv * MeSH
• racionální návrh léčiv MeSH
• senioři MeSH
• software MeSH
• vankomycin * aplikace a dávkování   farmakokinetika   krev   MeSH
• Check Tag
• lidé středního věku MeSH
• lidé MeSH
• mužské pohlaví MeSH
• senioři MeSH
• ženské pohlaví MeSH
• Publikační typ
• práce podpořená grantem MeSH

AIMS: The Norwegian Association for Clinical Pharmacology in their National Guidelines decreased the therapeutic range (TR) of topiramate (TPM) from 5-20 mg/L to 2-10 mg/L. The objective of this study is to ascertain which TR produces better clinical outcomes. METHODS: The data sources were request forms for routine therapeutic drug monitoring (TDM) of TPM. Concentration dependent adverse drug reactions (ADRs) were evaluated in 1721 samples taken pre-dose. Seizure frequency analysis was performed in 294 samples of monotherapy. Statistical analysis was performed using Prism 5.0, GraphPad Instatt: One-way ANOVA with Bonferroni correction for median plasma level (PL) and χ2 -test with Bonferroni correction for seizure frequency and for distribution of PL according to TR 5-20 mg/L and intervals <2, 2-5, 5-10, 10-20, >20 mg/L. RESULTS: Better seizure control was found in children both in the whole cohort (without seizure 49% vs 37% adults), as well as in monotherapy (56% vs 44%), in children with PL 5-20 mg/L vs <5 mg/L (65% vs 44%) and in children with PL 5-10 mg/L vs <2 mg/L (63 vs 14%). PL in seizure-free patients did not differ from those with seizure. Seizure control was poorer in the period 2003-2005 compared to 2006-2011. ADRs reported in 38 samples (2.8%) were not related to PL. CONCLUSIONS: Change of TR is not recommended.

• MeSH
• antikonvulziva škodlivé účinky   MeSH
• dítě MeSH
• dospělí MeSH
• epilepsie * farmakoterapie   MeSH
• fruktosa škodlivé účinky   MeSH
• lidé MeSH
• nežádoucí účinky léčiv * MeSH
• topiramat škodlivé účinky   MeSH
• záchvaty chemicky indukované   farmakoterapie   MeSH
• Check Tag
• dítě MeSH
• dospělí MeSH
• lidé MeSH
• Publikační typ
• časopisecké články MeSH

Na úrovni farmakokinetiky jsou lékové interakce antiepileptik spojeny obvykle s enzymatickou indukcí nebo inhibicí. Méně časté jsou interakce v oblasti absorpce, vazby na plazmatické bílkoviny nebo renální exkrece. Farmakodynamické interakce antiepileptik s dalšími látkami se zřídka týkají synergismu s možností snížení dávek, spíše se zvyšuje incidence vedlejších účinků. Čistě farmakodynamické interakce byly popsány u oxcarbazepinu, perampanelu a pregabalinu.

Drug interactions of antiepileptic drugs are mostly connected with enzymatic induction or inhibition. The interaction on level of absorption, plasma-protein binding of renal excretion is less frequent. Pharmacodynamic interaction of antiepileptics with other drugs is seldom synergistic with a possibility of declination of dose. The increase of adverse drug reactions is more common. Purely pharmacodynamic interaction was described with oxcarbazepin, perampanel and pregabalin. The new antiepileptics have lower interaction potential - most of them are excreted either via kidney or extrahepatal (e. g. gabapentin, lacosamide, levetiracetam, topiramate, vigabatrin). Enzymatic induction is either not present or minimal. The inductive effect is necessary to be taken into account in carbamazepine, phenytoin and phenobarbital. Inhibitive effect is held in valproic acid and felbamate. The interactive potential among newer antiepileptics is the highest in lamotrigine, oxcarbazepine and rufinamide. Drug interactions were not found in lacosamide, pregabalin, stiripentol and vigabatrin.

• MeSH
• antikonvulziva * farmakokinetika   krev   MeSH
• fenobarbital farmakokinetika   MeSH
• fenytoin farmakokinetika   MeSH
• gabapentin farmakokinetika   MeSH
• karbamazepin farmakokinetika   MeSH
• kyselina valproová farmakokinetika   MeSH
• lamotrigin farmakokinetika   MeSH
• lékové interakce * MeSH
• lidé MeSH
• primidon farmakokinetika   MeSH
• topiramat farmakokinetika   MeSH
• Check Tag
• lidé MeSH