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
- 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
Candida and other fungal species play an increasing role in nosocomial infections, including cholangitis and cholangiosepsis. Early diagnosis and prompt treatment are essential in successful patient outcomes. Fluconazole is an antifungal of choice in fluconazole-sensitive Candida infections. Little information is known about the fluconazole biliary excretion. Decreased tissue penetration may be one of the possible causes of treatment failure. Due to favorable pharmacokinetics, therapeutic drug monitoring of this antifungal has not been recommended routinely. In the presented case we report the successful therapeutic drug monitoring-guided fluconazole treatment in a patient with cholangitis and cholangiosepsis caused by fluconazole-sensitive Candida spp.
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