Durante a próxima pandemia, um modelo matemático pode acelerar a busca por tratamento
Você se lembra de todos aqueles medicamentos que foram propostos às pressas como tratamentos potenciais para a COVID-19? No caso de uma futura pandemia, o objetivo é oferecer um tratamento eficaz de forma mais rápida e eficiente. Para conseguir isso, uma equipe liderada por Coen van Hasselt está desenvolvendo uma plataforma que pode acelerar o processo de testes laboratoriais para pesquisa clínica usando modelos matemáticos.
O desenvolvimento de medicamentos é um processo longo, passo a passo, que pode levar até 10 anos. Envolve testes em laboratório, seguidos por testes em animais e, então, progredindo de voluntários saudáveis para pacientes reais. Somente quando a segurança e a eficácia são completamente avaliadas, o medicamento pode ser testado em um grande grupo de pacientes.
“Durante uma pandemia, você não tem esse tempo”, explica Coen van Hasselt, Professor de Farmacologia no LACDR. “Você quer ter um tratamento dentro de seis meses.” No entanto, é essencial permanecer cauteloso. “Você não quer administrar um medicamento com muitos efeitos colaterais, que não seja seguro ou que não funcione. Com nossa plataforma, pretendemos dar suporte a todo o processo de desenvolvimento e uso ideal de medicamentos em pacientes.”
Fazer as escolhas certas da forma mais eficiente possível
“Em retrospectiva, está claro que muitos dos medicamentos usados contra a COVID-19 tiveram pouco ou nenhum efeito”, diz Van Hasselt. “Durante a pandemia, uma grande quantidade de pesquisas sobre possíveis tratamentos foi rapidamente iniciada, mas a tradução de experimentos de laboratório para pacientes é altamente complexa.”
Van Hasselt espera colaborar com grupos experimentais e clínicos para criar uma plataforma de modelagem matemática que possa auxiliar nessa tradução para a clínica.
A plataforma proposta foca em dois fatores-chave. Por um lado, você quer entender como o medicamento se comporta no corpo. Para medicamentos existentes, esses dados já são conhecidos. Por outro lado, você precisa entender o efeito do medicamento na inibição do vírus, que é determinado por meio de testes laboratoriais.
Van Hasselt explica: “Por exemplo, isso permitirá que você preveja quais dosagens de um medicamento são melhores para investigar em um grupo maior de pacientes. Doses muito altas levam a efeitos colaterais, enquanto doses muito baixas são insuficientemente eficazes.” Com essas informações, você pode configurar um ensaio clínico de medicamento durante uma pandemia da forma mais eficiente possível.
Acelerando as etapas do desenvolvimento de medicamentos por meio da colaboração
A plataforma que está sendo desenvolvida pode ser testada imediatamente com dados coletados durante a pandemia da COVID. “Se uma nova pandemia surgir no futuro, teremos uma excelente estrutura e colaborações sólidas em andamento”, diz Van Hasselt. “Dessa forma, esperamos acelerar significativamente as etapas do desenvolvimento de medicamentos.”
A colaboração é essencial, enfatiza Van Hasselt. Dentro do LACDR, por exemplo, o grupo de Anne-Grete Martson tem ampla experiência em pesquisar novos medicamentos contra infecções virais, enquanto Tingjie Guo está trabalhando no desenvolvimento de software amigável para modelos matemáticos. Além disso, a equipe de Van Hasselt visa estabelecer colaborações com grupos de pesquisa especializados em preparação para pandemias.
“Reunimos vários parceiros que estão envolvidos em todo o processo de desenvolvimento de medicamentos. Com esta plataforma, podemos dar suporte a essas diferentes etapas, permitindo-nos determinar muito mais rapidamente: este é um medicamento com o qual podemos prosseguir em um ensaio clínico maior para confirmar sua eficácia.”
Fornecido pela Universidade de Leiden
Citação: Durante a próxima pandemia, um modelo matemático pode acelerar a busca por tratamento (2024, 9 de setembro) recuperado em 9 de setembro de 2024 de https://medicalxpress.com/news/2024-09-pandemic-mathematical-treatment.html
Este documento está sujeito a direitos autorais. Além de qualquer uso justo para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.