Skip to main content

Pharmakokinetik, Pharmakodynamik, Interaktionen und Dosismodifikationen

Verfasst von: Markus Joerger, Christoph Ritter und Susen Burock
Die Pharmakokinetik (PK) beschreibt das Verhalten eines Arzneimittels im menschlichen Körper, das im Wesentlichen aus den 4 Prozessen der Absorption, Distribution, Metabolismus und Elimination (ADME) besteht. Dabei werden Arzneimitteldosis, Verabreichungsmodus und Verabreichungsweg mit den im Körper gemessenen Konzentrationsverläufen mathematisch in Beziehung gesetzt. Die Pharmakodynamik (PD) untersucht die Beziehung zwischen Arzneimittelkonzentration und klinischem Effekt, also sowohl Wirkungen als auch Nebenwirkungen. Dabei kann eine evidente Beziehung zwischen Plasmakonzentration und klinischem Effekt bestehen, oder aber ein solcher Zusammenhang kann vollständig fehlen. Dosis-Wirkungs-Beziehungen bei der Verwendung von Onkologika sind nicht immer offensichtlich und teils nur gering oder moderat. Gründe dafür sind die zeitliche Verzögerung zwischen Arzneimittelverabreichung und klinischem Effekt, Abhängigkeit der Wirkung von der Biologie des jeweiligen Tumors, die Vielfalt möglicher unerwünschter Arzneimittelwirkungen oder die Verwendung von Wirkstoffkombinationen. Wirkstoffspezifische Eigenschaften von PK und PD haben einen großen Einfluss auf die Dosierung von Onkologika, beeinflussen das Wirkungs-Nebenwirkungs-Profil sowie Dosisanpassungen und sind deshalb für den Onkologen von Bedeutung.

Einleitung

Die klinische Pharmakologie ist eine neuere Disziplin, die sich mit dem Verhalten von Arzneimitteln im menschlichen Körper beschäftigt. Wichtige Aspekte der klinischen Pharmakologie sind:
  • Verhältnis zwischen Arzneimitteldosis und biologischem Effekt
  • Lokalisation und molekularer Mechanismus des Arzneimitteleffekts
  • Absorption, Distribution, Metabolismus und Ausscheidung des Arzneimittels
  • Verhältnis zwischen chemischer Struktur und biologischer Aktivität des Arzneimittels
Bei den klassischen Zytostatika besteht das Paradigma in der Zytoreduktion von Tumorzellen durch letale Eingriffe in Vorgänge wie DNA-Replikation oder Apoptoseregulation. Bei den neueren Onkologika hingegen wird der Effekt meistens durch die Hemmung onkogener molekularer Signalkaskaden bewirkt (deshalb sprechen wir auch von molekular zielgerichteten Onkologika).
Während sich die klassischen Zytostatika durch geringe therapeutische Breite und relativ häufige unerwünschte Arzneimittelwirkungen (UAW) auszeichnen, haben die neueren Onkologika häufig eine größere therapeutische Breite und ein relativ spezifisches Nebenwirkungsprofil. Das grundsätzlich differente pharmakologische Profil der neueren Onkologika gegenüber den klassischen Zytostatika favorisiert deshalb auch eine längerdauernde Verabreichung. Die Behandlung mit neueren Onkologika ist keineswegs weniger anspruchsvoll, sondern bringt spezifische Probleme mit sich, etwa das teils erhebliche Risiko von Arzneimittelinteraktionen (insbesondere bei den oralen Tyrosinkinaseinhibitoren, TKI), die Möglichkeit chronisch-kumulativer Arzneimitteltoxizität sowie das Problem der Patientencompliance bei chronischer oraler Einnahme. Deshalb ist die Kenntnis pharmakologischer Aspekte bei der Behandlung mit neueren Onkologika von besonderer Bedeutung, wie auch die enge Zusammenarbeit zwischen dem in der Klinik tätigen Spezialisten und den mitbetreuenden Fachärzten und Grundversorgern.
Die Arzneimittelentwicklung in der Onkologie hat sich seit Ende der 1990er-Jahre rasant beschleunigt, bedingt durch das größere Wissen um zelluläre Regulationsmechanismen bösartiger Tumoren und davon abgeleiteten pharmakologischen Zielstrukturen, und dies hat zur Identifikation immer neuer Gruppen von Onkologika geführt. Die Innovationskraft in der Onkologie und die große Anzahl neu zugelassener Onkologika stellt eine besondere Herausforderung an die behandelnden Spezialisten dar.
Trotzdem ist die Rate erfolgreicher Arzeimittel, die es letztlich bis zur Zulassung schaffen, in der Onkologie immer noch geringer als in anderen medizinischen Spezialitäten. Dies hängt auch mit den teils anspruchsvollen pharmakokinetischen und pharmakodynamischen Eigenschaften dieser neueren Onkologika zusammen. Moderne Untersuchungstechniken in den Bereichen der Bioanalytik (massenspektrometrische Quantifizierung von Onkologika im Plasma, Identifizierung genomischer, proteomischer und metabolomischer Biomarker) oder der pharmakokinetisch-pharmakodynamischen Modellierung (kompartimentale Analyse, Populationsanalyse, nichtlineare Modellierung) gewinnen hier an Bedeutung und können unser Verständnis eines spezifischen Arzneimittels sowie dessen individualisierten klinischen Einsatz unterstützen.
Die Therapieindividualisierung in der Onkologie hat durch die Definition molekularer Tumorgruppen bereits große Fortschritte gemacht. Pharmakologische Aspekte können aber auch Grundlage einer weiteren Therapieindividualisierung sein.

Pharmakokinetik

Die Pharmakokinetik ist ein essenzieller Bestandteil in der Arzneimittelentwicklung, indem sie das Verhalten eines Arzneimittels im menschlichen Körper beschreibt. Sie bezieht sich dabei auf die 4 Prozesse Absorption, Distribution, Metabolismus und Elimination (ADME). Dabei werden Arzneimitteldosis, Verabreichungsmodus und Verabreichungsweg mit den im Körper gemessenen Konzentrationsverläufen mathematisch in Beziehung gesetzt.
Verschiedene individuelle Faktoren wie z. B. Körpergewicht, Leber- und Nierenfunktion, Patientengeschlecht oder konkomittierend verabreichte Substanzen können die Plasma- und Gewebskonzentrationen eines Arzneimittels beeinflussen (Tab. 1).
Tab. 1
Ursachen der Variabilität pharmakokinetischer Parameter bei Tumorpatienten. (Modifiziert nach Ratain et al. 1990)
Verteilungsstörungen
• Gewichtsabnahme
• Veränderter Anteil an Körperfett (lipophile Arzneimittel)
Aszites oder Pleuraergüsse (Methotrexat)
• Hypalbuminämie, gleichzeitige Gabe anderer Arzneimittel mit starker Plasmaproteinbindung
• Lösungsmittel (z. B. Cremophor EL bei Paclitaxel)
Eliminationsstörungen
• Leberfunktionsstörungen
• Nierenfunktionsstörungen (Methotrexat, Melphalan, Carboplatin, Cisplatin, Bleomycin, Hydroxyurea)
Störungen der Bioverfügbarkeit (orale Onkologika)
• Erbrechen
• Vorhergehende Chirurgie des Gastrointestinaltrakts, Radiotherapie oder Chemotherapie
• Arzneimittel, welche die Darmmotilität beeinträchtigen
• Patientencompliance
Für repetitiv verabreichte Arzneimittel wird die Beschreibung des pharmakokinetischen Verhaltens häufig simplifiziert, indem die Verteilung in einem (virtuellen) singulären Kompartiment beschrieben und die resultierende Plasmakonzentration nach Erreichen des Steady-State-Zustands mit dem aus vor- oder frühklinisch bekannten Zielwerten, z. B. einer Minimal- oder Maximalkonzentration, oder einem Zielbereich in Beziehung gesetzt wird. Die Messung von Plasmakonzentration mit anschließender Dosismodifikation mit dem Ziel, die Plasmakonzentrationen in einen therapeutischen Bereich zu bringen, wird TDM („therapeutic drug monitoring“) genannt. Solche Strategien haben bei vielen Antibiotika, wie etwa den Aminoglykosiden oder dem Vancomycin, Eingang in die Routine gefunden und werden auch bei onkologischen Patienten empfohlen (Joerger et al. 2004). Aus verschiedenen Gründen hat sich die TDM bei Onkologika nicht oder nur in sehr begrenztem Rahmen durchgesetzt:
1.
Die TDM erlaubt bei Intervallgabe eines Onkologikums eine Dosisanpassung erst beim nächstfolgenden Therapiezyklus.
 
2.
Die Dosisanpassung aufgrund des klinischen Verträglichkeitsprofils wird von vielen Onkologen bevorzugt.
 
3.
Die TDM ist mit einem Mehraufwand in der klinischen Praxis verbunden und erfordert eine entsprechende Expertise des behandelnden Onkologen.
 
4.
Die Konzentrations-Wirkungs-Beziehung ist bei Onkologika komplex und muss verschiedene Endpunkte (Auftreten von UAW, klinische Aktivität) berücksichtigen.
 
5.
Der Stellenwert der TDM zur Verzögerung oder Vermeidung der Resistenzentwicklung in Tumorzellen ist unklar.
 
Bei adulten Tumorpatienten kann TDM von 5-Fluorouracil mit nachfolgender Dosisanpassung für Patienten mit kolorektalen oder HNO-Tumoren empfohlen werden, da rund 60 % dieser Patienten mit Standardschemata eine Unterdosierung von 5-Fluorouracil erfahren (Beumer et al. 2019). Ähnliche Empfehlungen werden zurzeit erarbeitet für TDM von 3-wöchentlichem Paclitaxel, basierend auf Resultaten einer randomisierten klinischen Studie, die eine Verminderung von Paclitaxel-assoziierter Neuropathie durch Anwendung von TDM in Patienten mit fortgeschrittenem Bronchialkarzinom fand (Joerger et al. 2016). Auch bei den neueren, oral verabreichten Onkologika könnten Dosierungsstrategien basierend auf TDM zukünftig eine Rolle spielen.
Bei der Beschreibung pharmakokinetischer Vorgänge in der initialen Phase der Gleichgewichtsfindung werden Absorption, Distribution, Metabolismus und Elimination als parallel ablaufende und sich gegenseitig beeinflussende Prozesse berücksichtigt. Dafür werden mathematische Modelle angewendet, welche die Verteilung eines Arzneimittels in fiktiven Körperräumen mit homogenen pharmakokinetischen Eigenschaften (Kompartimente) beschreiben. Im einfachsten Fall liegt ein Einkompartimentmodell vor, wobei davon ausgegangen wird, dass sich das Arzneimittel homogen im ganzen Körper verteilt (apparentes Verteilungsvolumen). Diese Vereinfachung gilt für viele Substanzen im Gleichgewichtszustand, nicht jedoch in der initialen Phase nach Gabe des Arzneimittels. Die Verteilungsphase eines Arzneimittels lässt sich in der Plasmakonzentrationskurve einfach definieren, da die Konzentrationen des Arzneimittels in dieser Phase höher sind, als wir vom finalen Verteilungsvolumen erwarten würden (Arzneimitteldosis/Volumen), weil die Substanz noch im Körper verteilt wird und die Plasmakonzentrationen stärker abfallen als in der terminalen Phase der Plasmakonzentrationskurve. Hier genügt das Einkompartiment nicht mehr. Durch Hinzufügen fiktiver peripherer Kompartimente, die mit dem Plasmaraum in Verbindung stehen, können unterschiedliche Verteilungsprozesse mathematisch beschrieben werden (Mehrkompartimentsmodelle). Der absolute Wert solcher Kompartimente kann dabei nur teilweise realen Kompartimenten wie etwa dem Plasmaraum oder dem intrazellulären Raum zugeordnet werden.
Nach der Verteilungsphase folgt die Eliminationsphase eines Arzneimittels. In den meisten Fällen folgt die Elimination einem Prozess erster Ordnung, d. h., die Rate der Elimination ist direkt proportional zur Plasmakonzentration des Arzneimittels. In diesem Fall sprechen wir von linearer Kinetik, und wir definieren die Eliminationskonstante einer Substanz aus dem Verhältnis von Plasmakonzentration und Zeit:
$$ \mathrm{dC}/\mathrm{dt}=\mathrm{kC} $$
(1)
Dabei entspricht dC/dt der Konzentrationsänderung pro Zeiteinheit, kC der Eliminationskonstante der Substanz. Die Integration von Gl. 1 beschreibt die Substanzkonzentration zu einem bestimmten Zeitpunkt (Gl. 2):
$$ \mathrm{C}\left(\mathrm{t}\right)={\mathrm{C}}_0{\mathrm{e}}^{\mathrm{kt}} $$
(2)
Dabei entspricht C0 der Plasmakonzentration der Substanz zum Zeitpunkt t0 unter Annahme einer sofortigen homogenen Verteilung nach intravenöser Bolusgabe. Bei bekannter Eliminationskonstante k lassen sich aus Gl. 2 die Plasmakonzentrationen einer Substanz zu beliebigen Zeitpunkten t berechnen, die semilogarithmisch in Abhängigkeit von der Zeit dargestellt eine Gerade mit der Steigung k ergeben (Abb. 1).
Ein häufig verwendeter Parameter zur Beschreibung der Arzneimittelelimination ist die Halbwertszeit (t1/2), die der Zeit entspricht, die der Körper benötigt, um die Hälfte des verabreichten Arzneimittels zu eliminieren. Die Halbwertszeit steht zur Eliminationskonstante in folgender Beziehung (Gl. 3):
$$ {\mathrm{t}}_{1/2}=\ln\ 2/\mathrm{k}=0,693/\mathrm{k} $$
(3)
Eine weitere Folge von Prozessen erster Ordnung ist der Umstand, dass eine konstante Fraktion der Gesamtmenge des Arzneimittels im Körper pro Zeiteinheit eliminiert wird. Damit ist das Erreichen des Gleichgewichtszustands unabhängig von der verabreichten Arzneimitteldosis und ausschließlich abhängig von t1/2. Als Faustregel werden 90 % des Gleichgewichtszustands nach 3,3 Halbwertszeiten erreicht. Genau wie die Kreatininclearance zur Beschreibung der Nierenfunktion verwendet wird, wird die Arzneimittelelimination über Erste-Ordnung-Prozesse durch eine Arzneimittelclearance (CL) beschrieben. Nach intravenöser Arzneimittelverabreichung kann die Plasmakonzentration im Gleichgewichtszustand einer Substanz über folgende Gleichung berechnet werden:
$$ {\mathrm{C}}_{\mathrm{ss}}=\left(\mathrm{Dosis}/\uptau \right)/\mathrm{CL} $$
(4)
$$ {\mathrm{C}}_{\mathrm{ss}}=\mathrm{Infusionsrate}/\mathrm{CL} $$
(5)
Dabei entspricht Css der mittleren Plasmakonzentration im Gleichgewichtszustand und τ dem Dosisintervall. Gl. 4 schafft also eine direkte Proportionalität zwischen der Plasmakonzentration im Gleichgewichtszustand und der Arzneimitteldosis und kann deswegen für Dosisanpassungen herangezogen werden. Es bleibt darauf hinzuweisen, dass t1/2 und CL im Falle Erster-Ordnung-Pharmakokinetik unabhängig von Dosis oder Dosierungsintervall sind.
Bei langem Dosisintervall, wie z. B. der Verabreichung klassischer Zytostatika, wird natürlich kein Gleichgewichtszustand erreicht, und Css wird ersetzt durch die Fläche unter der Konzentration-Zeit-Kurve („area under the plasma concentration-time curve“, AUC). Dabei bestehen folgende Gesetzmäßigkeiten zwischen CL, AUC, Verteilungsvolumen (V) und k:
$$ \mathrm{CL}=\mathrm{V}\bullet \mathrm{k} $$
(6)
$$ \mathrm{CL}=\mathrm{Dosis}/\mathrm{AUC} $$
(7)
Dabei repräsentiert V ein fiktives Verteilungsvolumen, das bei einer homogenen Verteilung der Substanz im ganzen Körper bestünde.

Absorption und Bioverfügbarkeit

Während bei intravenöser Gabe 100 % der Substanz die Blutbahn erreicht, ist dies bei peroraler, intraperitonealer, intrathekaler, subkutaner oder intramuskulärer Verabreichung häufig nicht der Fall.
Die Bioverfügbarkeit F beschreibt die Fratkion des Arzneimittels, das bei z. B. peroraler Verabreichung die Blutbahn erreicht. Die Bioverfügbarkeit errechnet sich aus dem Verhältnis zwischen der AUC nach intravenöser Verabreichung und der AUC nach oraler Verabreichung. Neben eingeschränktem Absoprtionsvermögen können präsystemische Metabolisierungsvorgänge die Bioverfügbarkeit beeinflussen.
Das bekannteste Beispiel ist der hepatische „first-pass effect“ nach oraler oder intraperitonealer Substanzgabe. Gewisse Onkologika wie z. B. Cyclophosphamid wirken erst, nachdem sie von der Leber zu aktiven Metaboliten umgebaut worden sind. Solche Arzneimittel werden Prodrugs genannt. Der Absorptionsvorgang im Magendarmtrakt ist von vielen Faktoren abhängig, etwa der Molekülgröße, – ladung, der Lipophilie der Substanz, dem gastralen/intestinalen pH-Wert oder der intestinalen P-Glykoprotein- und CYP3A4-Aktivität.
Wenn Plasmakonzentrationen eines Arzneimittels nach peroraler Verabreichung gemessen werden, besteht initial ein Verzögerungsintervall oder „lag-time“, das durch die langsame Anflutung der Substanz im Plasma bedingt ist. Da sich schlussendlich Absorption und Elimination einer Substanz ausgleichen, können wir für oral verabreichte Arzneimittel folgende Gleichung aufstellen:
$$ {\mathrm{D}}_{\mathrm{oral}}\bullet \mathrm{F}=\mathrm{CL}\bullet {\mathrm{AUC}}_{\mathrm{oral}} $$
(8)
Dabei entspricht Doral der oral verabreichten Arzneimitteldosis und AUCoral der nach oraler Verabreichung gemessenen AUC. Aus Gl. 8 wird ersichtlich, dass bei ausschließlich oraler Arzneimittelverabreichung keine Bestimmung der absoluten oralen Bioverfügbarkeit möglich ist. Bei der mathematischen Modellierung von Plasmakonzentrationen nach oraler Sustanzgabe muss die orale Bioverfügbarkeit deswegen aus Literaturdaten übernommen bzw. festgesetzt werden. Um dieser Unsicherheit Rechnung zu tragen, werden die primären pharmakokinetischen Parameter häufig als Quotient zur oralen Bioverfügbarkeit angegeben (z. B. CL/F).

Nichtlineare Pharmakokinetik

Nichtlineare Pharmakokinetik liegt vor, wenn Prozesse wie Absorption, Plasmaporteinbindung, Metabolisierung oder Ausscheidung eine obere Kapazitätsgrenze aufweisen, also sättigbar sind. Oberhalb einer gewissen Schwellendosis geht dann die Proportionalität zwischen Dosis, Serumkonzentration und AUC verloren, und Dosissteigerungen können zu einem überproportionalen Anstieg der Plasmakonzentrationen führen.
Ein typisches Beispiel ist die limitierte Kapazität des 5-Fluorouracil-abbauenden Enzyms Dihydropyrimidin-Dehydrogenase (DPD) oder der renal-tubulären Sekretion von Cisplatin. Die Distribution oder Elimination dieser Substanzen wird durch die Michaelis-Menten-Kinetik beschrieben, wobei das Verhältnis zwischen Arzneimitteldosis und Plasmakonzentration im Gleichgewichtszustand wie folgt beschrieben wird (vergleiche auch Gl. 4 für lineare Prozesse):
$$ \mathrm{Dose}/\uptau ={\mathrm{V}}_{\mathrm{m}\mathrm{ax}}/\left({\mathrm{K}}_{\mathrm{m}}+{\mathrm{C}}_{\mathrm{ss}}\right)\bullet {\mathrm{C}}_{\mathrm{ss}} $$
(9)
Dabei entspricht Vmax der maximalen Metabolisierungs- oder Eliminationsrate, und Km ist die Michaelis-Menten-Konstante, gleichbedeutend mit der Plasmakonzentration, an welcher der kapazitätslimitierte Prozess zur Hälfte gesättigt ist. Das dysproportionale Verhältnis zwischen Arzneimitteldosis und Plasmakonzentrationen im Gleichgewichtszustand (Css) erschwert die individuelle Dosisanpassung. In diesen Fällen ist eine vorsichtige Dosisanpassung und häufige Kontrolle der Arzneimittelverträglichkeit notwendig. Obwohl die meisten Arzneimittel in der Onkologie einem enzymatischen Eliminationsvorgang unterworfen sind, zeigen nur wenige Substanzen eine typische Michaelis-Menten-Kinetik (z. B. 5-Fluorouracil, Paclitaxel). Der Grund dafür liegt im Umstand, dass Km für die meisten Onkologika deutlich höher liegt als Css, wobei sich Gl. 9 verändert in:
$$ \mathrm{Dose}/\uptau ={\mathrm{V}}_{\mathrm{m}\mathrm{ax}}/{\mathrm{K}}_{\mathrm{m}}\bullet {\mathrm{C}}_{\mathrm{ss}} $$
(10)
Veränderungen der Applikationsweise wie etwa eine kürzere Infusionsdauer bei Paclitaxel können jedoch dazu führen, dass eine vormals maskierte nichtlineare Kinetik klinisch evident wird. Deswegen muss bei allen Onkologika von einer potenziell nichtlinearen Pharmakokinetik ausgegangen werden, insbesondere bei Dosisänderung, Änderung der Infusionsdauer oder des Dosierungsintervalls.

Intrazelluläre Kinetik

Viele Onkologika wirken erst nach intrazellulärer Aufnahme, so etwa die klassischen Zytostatika und die „small molecules“ wie etwa die Tyrosinkinaseinhibitoren (TKI). Dabei können die Arzneimittelkonzentrationen zwischen Plasma und Interzellulärraum durchaus verschieden sein, was das Herstellen pharmakodynamischer Zusammenhänge für ein spezifisches Arzneimittel erschwert.
Zu den Gründen für stark abweichende intrazelluläre Wirkstoffkonzentrationen gehören etwa
  • aktiver Transport in die Zelle (z. B. „reduced folate carrier“ und Antifolate),
  • aktiver Transport aus der Zelle (z. B. P-Glykoprotein-vermittelte Resistenzmechanismen) oder
  • intrazelluläre Anreicherung (z. B. Polyglutamisierung von Antifolaten).
Die intrazelluläre Kinetik ist nicht nur verantwortlich für mögliche zelluläre Anreicherung oder Depletierung, sondern kann auch eine notwendige Aktivierung des Arzneimittels widerspiegeln. So müssen die meisten Antimetaboliten in den Tumorzellen aktiviert werden, bevor sie ihre volle Wirkung entfalten können. Cytosin-Arabinosid und Gemzitabine werden intrazellulär zu ihren Triphosphatderivaten phosphoryliert, die dann eine Hemmung der DNA-Polymerase bewirken.
Schließlich gehören kompetitive Vorgänge zwischen den Onkologika und endogenen Schutz- oder Reparaturmechanismen ebenfalls zur intrazellulären Kinetik, indem das Gleichgewicht dieser Vorgänge über Wirksamkeit oder Versagen einer Behandlung mit Onkologika entscheidet. Die natürlich vorhandenen Folate etwa konkurrieren mit den Antifolaten um die Bereitstellung von Kohlenstoffen zur Purin- und Pyrimidin-Produktion, und zelluläre DNA-Reparaturenzyme können Platinum-induzierte DNA-Strangbrüche reparieren und somit zur klinischen Resistenzbildung führen. Die Untersuchung tumoreigener Genexpression oder die Messung intrazellulärer Wirkstoffkonzentrationen können zum Verständnis dieser Vorgänge beitragen. Grundsätzlich ist unser Wissen über intrazelluläre Kinetik und ihre klinische Relevanz stark beschränkt.

Pharmakodynamik

Die Pharmakodynamik (PD) untersucht die Beziehung zwischen Arzneimittelkonzentration und klinischem Effekt, also sowohl Wirkungen als auch Nebenwirkungen. Dabei kann eine evidente Beziehung zwischen Plasmakonzentration und klinischem Effekt bestehen, oder aber ein solcher Zusammenhang kann vollständig fehlen. Für letzteres gibt es einige Gründe, etwa eine Diskrepanz zwischen Plasma- und intrazellulärer Wirkstoffkonzentration, pharmakodynamische Über- oder Unterempfindlichkeit gegenüber einem Wirkstoff, etwa auf Rezeptor- oder genetischer Ebene, oder durch pharmakodynamische Interaktion mit weiteren Arzneimitteln. Abb. 2 zeigt schematisch die wichtigsten Schritte von der Verabreichung eines Arzneimittels bis zu seiner Wirkung.
Bei oberflächiger Betrachtung sind Dosis-Wirkungs-Beziehungen bei der Verwendung von Onkologika weniger evident als beispielsweise bei den Antibiotika oder Antihypertensiva. Gründe dafür sind die zeitliche Verzögerung zwischen Arzneimittelverabreichung und klinischem Effekt, Abhängigkeit der Wirkung von der Biologie des jeweiligen Tumors, die Vielfalt möglicher UAW und die häufige Verwendung von Wirkstoffkombinationen. Von präklinische Modellen wissen wir jedoch, dass die meisten Zytostatika eine steile Dosis-Wirkungs-Kurve aufweisen. Diese Kurve verläuft bei zellzyklusspezifischen Substanzen (z. B. Antimetabolite) flacher und erreicht ein Plateau, da nur die sich teilende Zellfraktion der Wirkung dieser Substanzen zugänglich ist. Entsprechend kann eine Dosissteigerung keinen Aktivitätszuwachs über das beschriebene Plateau erzielen, wohl aber eine verlängerte Exposition gegenüber dem Onkologikum. Deshalb ist z. B. die kontinuierliche Infusion von Cytosin-Arabinosid oder die repetitive perorale Verabreichung von Methotrexat zytotoxischer als die entsprechende intravenöse Bolusgabe, selbst wenn identische AUC-Werte erreicht werden.
Da viele Faktoren die Beziehung zwischen Arzneimitteldosis und Plasmakonzentration beeinflussen können (Tab. 1), müsste in der Phase der klinischen Prüfung eines Arzneimittels dessen Wirkung bei kontinuierlicher Infusion im Gleichgewichtszustand untersucht werden, da in dieser Situation AUC und Css austauschbar sind (AUC = Css • Infusionsdauer). An dieser Stelle zu erwähnen bleibt der Umstand, dass auch die Eiweißbindung eines Wirkstoffes das Verhältnis zwischen Plasmakonzentration (totale Wirkstoffkonzentration) und klinischem Effekt beeinflussen kann, wie am Beispiel von Etoposid gezeigt wurde, bei dem nur die AUC der freien und nicht der an Plasmaproteine gebundenen Fraktion mit der Toxizität korrelierte (Stewart et al. 1991). Der PK-Parameter mit der besten Korrelation zur Arzneimittelwirkung (PD) kann also je nach Onkologikum verschieden sein, z. B. die AUC oberhalb einer Schwellenkonzentration für Paclitaxel (Joerger et al. 2010), aktive Metabolite oder intrazelluläre Zielmoleküle für Antifolate oder Antimetabolite (Newell 1994; Ratain et al. 1989). Tab. 2 gibt eine Übersicht über die Beziehung zwischen pharmakokinetischen Parametern und klinischem Effekt ausgewählter Onkologika.
Tab. 2
Auswahl pharmakokinetisch-pharmakodynamischer Assoziationen gängiger Onkologika. (Modifiziert nach Ratin et al. 1990)
Arzneimittel
PK-Parameter
Klinischer Zielparameter: Aktivität
Krankheitsentität
Referenz
Cytosin-Arabinosid
Triphosphate in Leukämieblasten
Krankheitsrezidiv
Akut-lymphatische Leukämie
(Schiller et al. 1996)
MTX-Polyglutamate in Blasten
Therapieansprechen
Akut-lymphatische Leukämie
(Whitehead et al. 1998)
5-Fluorouracil
AUC
Therapieansprechen
Kolorektales Karzinom
(Gamelin et al. 2008)
HD-Methotrexat
AUC
Krankheitsfreies Überleben
Primäres ZNS-Lymphom
(Joerger et al. 2010)
Carboplatin
AUC
Therapieansprechen
(Duffull und Robinson 1997)
Paclitaxel
TC>0.05
Krankheitsfreies Überleben
Ovarialkarzinom
(Joerger et al. 2007)
Cyclophosphamid
AUC
Gesamtüberleben
(Petros et al. 2002)
Sunitinib
AUC
Gesamtüberleben
Nierenkarzinom
(Houk et al. 2010)
Imatinib
Css
Therapieansprechen
Chronisch-myeloische Leukämie
(Cortes et al. 2009)
  
Klinischer Zielparameter: Toxizität
  
HD-Cyclophosphamid
AUC
Kardiotoxizität
Mammakarzinom
(Petros et al. 2002)
4-OH-Cyclophosphamid
AUC
Venookklusive Erkrankung (VOD)
Mammakarzinom
(de Jonge et al. 2006)
Anthrazykline
Cmax
Kardiotoxizität
Solide Tumoren
(Danesi et al. 2002)
Cisplatin
Cmax
Nephrotoxizität
Solide Tumoren
(Nagai et al. 1996)
Carboplatin
AUC
Hämatotoxizität, Ototoxizität
Solide Tumoren
(van Warmerdam et al. 1996)
Methotrexat
48-h-Plasmakonzentration
Hämatotoxizität
Osteosarkoma
(Perez et al. 1978)
5-Fluorouracil
Css
Hämatotoxizität
Solide Tumoren
(Codacci-Pisanelli et al. 2005)
Paclitaxel
TC>0.05
Neuropathie
Bronchialkarzinom
(Joerger et al. 2016)

Arzneimittelinteraktionen

Wie bereits an einigen Stellen erwähnt, kann die Einnahme weiterer Arzneimittel zu einer Veränderung der Wirkung von Onkologika führen. Betrifft dies die Wirkung des Onkologikums an seiner Zielstruktur, spricht man von einer pharmakodynamischen Interaktion. Häufig äußert sich diese in einer Verstärkung der Organtoxizität, sie kann aber auch zu einer Verminderung der Wirkung des Onkologikums führen.
Werden die ADME-Prozesse des Onkologikums im Körper beeinflusst, spricht man von pharmakokinetischen Interaktionen. Solche liegen beispielsweise vor, wenn die Bioverfügbarkeit von Tyrosinkinasehemmern durch Hemmstoffe der Magensäuresekretion beeinträchtigt ist. Am häufigsten spielen aber Interaktionen an den Arzneistoff-verstoffwechselnden Enzymen der Leber eine Rolle. So werden etwa gerade in der Supportivtherapie potente Hemmstoffe des CYP3A4 (z. B. Azolantimykotika) oder induzierende Substanzen (Antiepileptika, z. B. Carbamazepin, Phenytoin) eingesetzt. Es sollte an dieser Stelle aber auch nicht vergessen werden, dass Interaktionen nicht nur durch andere Arzneistoffe verursacht werden können. Gerade bei der oralen Einnahme von Zytostatika kann auch die gleichzeitige Zufuhr von Nahrung (Beeinflussung der Bioverfügbarkeit) oder die Einnahme eines pflanzlichen Präparates (Induktion von CYP3A4 und P-Glykoprotein durch Hyperforin im Johanniskraut) zu einer Interaktion führen.

Dosisberechnung und Nutzen mathematischer Modellberechnungen

Sind pharmakokinetische Zielgrößen etabliert, können diese als Endpunkte zur Therapieindividualisierung verwendet werden. Die Anwendung von TDM in der Onkologie wurde zwar für verschiedene Substanzen geprüft (de Jonge et al. 2005), hat sich bis anhin in der Onkologie jedoch ausschließlich für hoch dosiertes Methotrexat zur Anpassung der Leucovorin-Rescue durchgesetzt (Moore und Erlichman 1987).
Voraussetzung zur Entwicklung von TDM-basierten Dosierungsalgorithmen ist ein profundes Verständnis der substanzspezifischen Zusammenhänge zwischen Pharmakokinetik und Pharmakodynamik, der interindividuellen Variabilität und der Variabilität zwischen Therapiezyklen innerhalb eines Patienten. Letzteres ist von erheblicher Bedeutung, da individuelle Dosisanpassung nur sinnvoll ist, wenn die Variabilität zwischen Behandlungszyklen bei einem Patienten nicht wesentlich größer ist als die interindividuelle Variabilität.
Um solch detaillierte Angaben des Verhaltens eines Arzneimittels im menschlichen Körper machen zu können, werden populationskinetische Verfahren verwendet. Dabei werden pharmakokinetische und pharmakodynamische Daten von verschiedenen Patienten gleichzeitig analysiert. Der Untersucher definiert etwa
  • das Verhältnis zwischen Muttersubstanz und Metaboliten,
  • die Anzahl und das Verhältnis einzelner Kompartimente,
  • die Zugabe fiktiver Kompartimente zur Modellierung zeitabhängiger Prozesse,
  • den Einfluss anthropometrischer Parameter oder Organfunktionen auf die Wirkstoffausscheidung oder das Verhältnis zwischen Pharmakokinetik und Pharmakodynamik, etwa über (fiktive) Effektkompartimente.
Die Erarbeitung pharmakologischer Parameter und ihrer Verteilung in einer Zielpopulation sind aber nur ein Teil von dem, was von Populationsmodellen erwartet werden kann. Nach entsprechender Validierung können Modelle für Datensimulationen verwendet werden, z. B. um unterschiedliche Dosierungen zu untersuchen, Dosisalgorithmen zu entwickeln oder ganze Studiendesigns zu berechnen (Zandvliet et al. 2008). Eine weitere Voraussetzung für die erfolgreiche Entwicklung von TDM-basierten Dosierungsalgorithmen ist die Validierung von Limited-Sampling-Strategien, also die auf einzelne bis wenige Zeitpunkte limitierte Plasmakonzentrationsbestimmung von Arzneimitteln. Diese Datenpunkte werden dazu verwendet, individuelle pharmakokinetische Parameter und nachfolgende Dosisanpassungen zu bestimmen (Ratain et al. 1990; Rousseau et al. 2000).
Das Ziel der Integration von TDM bei ausgewählten Onkologika hat sich bisher nicht realisiert. So muss im Einzelfall insbesondere der erste Behandlungszyklus sorgfältig beobachtet und dokumentiert werden, damit allfällige individuelle Dosisanpassungen für die Weiterführung der Therapie optimiert werden können. Damit können schwere Toxizitäten in den nachfolgenden Therapiezyklen häufig vermieden werden. Das Erkennen subtherapeutischer individueller Dosierungen von Onkologika ist mit klinischem Monitoring jedoch nicht möglich, dazu benötigen wir die Entwicklung der vorgängig genannten TDM-basierten Algorithmen. Die Dosisberechnung auf Basis der Körperoberfläche (klassische Zytostatika) respektive fixer Dosierung für viele neuen Onkologika (TKI, einige monoklonale Antikörper) berücksichtigt individuelle Unterschiede der Pharmakologie spezifischer Onkologika zu wenig.
Literatur
Beumer JH, Chu E, Allegra C, Tanigawara Y, Milano G, Diasio R, Kim TW, Mathijssen RH, Zhang L, Arnold D, Muneoka K, Boku N, Joerger M (2019) Therapeutic drug monitoring in oncology: international association of therapeutic drug monitoring and clinical Toxicology recommendations for 5-fluorouracil therapy. Clin Pharmacol Ther 105(3):598–613
Codacci-Pisanelli G, Pinedo HM, Lankelma J, Van Groeningen CJ, Van Kuilenburg AB, Van Gennip AH, Peters GJ (2005) Pharmacokinetics of bolus 5-fluorouracil: relationship between dose, plasma concentrations, area-under-the-curve and toxicity. J Chemother 17(3):315–320CrossRef
Cortes JE, Egorin MJ, Guilhot F, Molimard M, Mahon FX (2009) Pharmacokinetic/pharmacodynamic correlation and blood-level testing in imatinib therapy for chronic myeloid leukemia. Leukemia 23(9):1537–1544CrossRef
Danesi R, Fogli S, Gennari A, Conte P, Del Tacca M (2002) Pharmacokinetic-pharmacodynamic relationships of the anthracycline anticancer drugs. Clin Pharmacokinet 41(6):431–444CrossRef
Duffull SB, Robinson BA (1997) Clinical pharmacokinetics and dose optimisation of carboplatin. Clin Pharmacokinet 33(3):161–183CrossRef
Gamelin E, Delva R, Jacob J, Merrouche Y, Raoul JL, Pezet D, Dorval E, Piot G, Morel A, Boisdron-Celle M (2008) Individual fluorouracil dose adjustment based on pharmacokinetic follow-up compared with conventional dosage: results of a multicenter randomized trial of patients with metastatic colorectal cancer. J Clin Oncol 26(13):2099–2105CrossRef
Houk BE, Bello CL, Poland B, Rosen LS, Demetri GD, Motzer RJ (2010) Relationship between exposure to sunitinib and efficacy and tolerability endpoints in patients with cancer: results of a pharmacokinetic/pharmacodynamic meta-analysis. Cancer Chemother Pharmacol 66(2):357–371CrossRef
Joerger M, Schellens JH, Beijnen JH (2004) Therapeutic drug monitoring of non-anticancer drugs in cancer patients. Methods Find Exp Clin Pharmacol 26(7):531–545CrossRef
Joerger M, Huitema AD, Richel DJ, Dittrich C, Pavlidis N, Briasoulis E, Vermorken JB, Strocchi E, Martoni A, Sorio R, Sleeboom HP, Izquierdo MA, Jodrell DI, Calvert H, Boddy AV, Hollema H, Fety R, Van der Vijgh WJ, Hempel G, Chatelut E, Karlsson M, Wilkins J, Tranchand B, Schrijvers AH, Twelves C, Beijnen JH, Schellens JH (2007) Population pharmacokinetics and pharmacodynamics of paclitaxel and carboplatin in ovarian cancer patients: a study by the European organization for research and treatment of cancer-pharmacology and molecular mechanisms group and new drug development group. Clin Cancer Res 13(21):6410–6418CrossRef
Joerger M, Huitema AD, Krahenbuhl S, Schellens JH, Cerny T, Reni M, Zucca E, Cavalli F, Ferreri AJ (2010) Methotrexate area under the curve is an important outcome predictor in patients with primary CNS lymphoma: A pharmacokinetic-pharmacodynamic analysis from the IELSG no. 20 trial. Br J Cancer 102(4):673–677CrossRef
Joerger M, von Pawel J, Kraff S, Fischer JR, Eberhardt W, Gauler TC, Mueller L, Reinmuth N, Reck M, Kimmich M, Mayer F, Kopp HG, Behringer DM, Ko YD, Hilger RA, Roessler M, Kloft C, Henrich A, Moritz B, Miller MC, Salamone SJ, Jaehde U (2016) Open-label, randomized study of individualized, pharmacokinetically (PK)-guided dosing of paclitaxel combined with carboplatin or cisplatin in patients with advanced non-small-cell lung cancer (NSCLC). Ann Oncol 27(10):1895–1902CrossRef
Jonge ME de, Huitema AD, Schellens JH, Rodenhuis S, Beijnen JH (2005) Individualised cancer chemotherapy: strategies and performance of prospective studies on therapeutic drug monitoring with dose adaptation: a review. Clin Pharmacokinet 44(2):147–173
Jonge ME de, Huitema AD, Beijnen JH, Rodenhuis S (2006) High exposures to bioactivated cyclophosphamide are related to the occurrence of veno-occlusive disease of the liver following high-dose chemotherapy. Br J Cancer 94(9):1226–1230
Moore MJ, Erlichman C (1987) Therapeutic drug monitoring in oncology. Problems and potential in antineoplastic therapy. Clin Pharmacokinet 13(4):205–227CrossRef
Nagai N, Kinoshita M, Ogata H, Tsujino D, Wada Y, Someya K, Ohno T, Masuhara K, Tanaka Y, Kato K, Nagai H, Yokoyama A, Kurita Y (1996) Relationship between pharmacokinetics of unchanged cisplatin and nephrotoxicity after intravenous infusions of cisplatin to cancer patients. Cancer Chemother Pharmacol 39(1–2):131–137CrossRef
Newell DR (1994) Can pharmacokinetic and pharmacodynamic studies improve cancer chemotherapy? Ann Oncol 5(Suppl 4):9–14; discussion 15CrossRef
Perez C, Wang YM, Sutow WW, Herson J (1978) Significance of the 48-hour plasma level in high-dose methotrexate regimens. Cancer Clin Trials 1(2):107–111PubMed
Petros WP, Broadwater G, Berry D, Jones RB, Vredenburgh JJ, Gilbert CJ, Gibbs JP, Colvin OM, Peters WP (2002) Association of high-dose cyclophosphamide, cisplatin, and carmustine pharmacokinetics with survival, toxicity, and dosing weight in patients with primary breast cancer. Clin Cancer Res 8(3):698–705PubMed
Ratain MJ, Schilsky RL, Choi KE, Guarnieri C, Grimmer D, Vogelzang NJ, Senekjian E, Liebner MA (1989) Adaptive control of etoposide administration: impact of interpatient pharmacodynamic variability. Clin Pharmacol Ther 45(3):226–233CrossRef
Ratain MJ, Schilsky RL, Conley BA, Egorin MJ (1990) Pharmacodynamics in cancer therapy. J Clin Oncol 8(10):1739–1753CrossRef
Rousseau A, Marquet P, Debord J, Sabot C, Lachatre G (2000) Adaptive control methods for the dose individualisation of anticancer agents. Clin Pharmacokinet 38(4):315–353CrossRef
Schiller M, Hohenlochter B, Schulze-Westhoff P, Zimmermann M, Ritter J, Jurgens H, Boos J (1996) Intracellular retention of cytarabine-triphosphate (Ara-CTP) in blasts of children with acute lymphoblastic leukemia. Correlation with clinical course parameters. Klin Padiatr 208(4):151–159CrossRef
Stewart CF, Arbuck SG, Fleming RA, Evans WE (1991) Relation of systemic exposure to unbound etoposide and hematologic toxicity. Clin Pharmacol Ther 50(4):385–393CrossRef
Warmerdam LJ van, Rodenhuis S, van der Wall E, Maes RA, Beijnen JH (1996) Pharmacokinetics and pharmacodynamics of carboplatin administered in a high-dose combination regimen with thiotepa, cyclophosphamide and peripheral stem cell support. Br J Cancer 73(8):979–984
Whitehead VM, Vuchich MJ, Cooley LD, Lauer SJ, Mahoney DH, Shuster JJ, Payment C, Koch PA, Akabutu JJ, Bowen T, Kamen BA, Ravindranath Y, Emami A, Look AT, Beardsley GP, Pullen DJ, Camitta B (1998) Accumulation of methotrexate polyglutamates, ploidy and trisomies of both chromosomes 4 and 10 in lymphoblasts from children with B-progenitor cell acute lymphoblastic leukemia: a Pediatric Oncology Group Study. Leuk Lymphoma 31(5-6):507–519CrossRef
Zandvliet AS, Schellens JH, Beijnen JH, Huitema AD (2008) Population pharmacokinetics and pharmacodynamics for treatment optimization in clinical oncology. Clin Pharmacokinet 47(8):487–513CrossRef