VARIABILITE INTERINDIVIDUELLE PHARMACOCINETIQUE ET ...
Transcript of VARIABILITE INTERINDIVIDUELLE PHARMACOCINETIQUE ET ...
1
UNIVERSITE TOULOUSE III (SCIENCES)-PAUL SABATIER ECOLE DOCTORALE BIOLOGIE-SANTE-BIOTECHNOLOGIES
Année 2007 THESE N°
VARIABILITE INTERINDIVIDUELLE PHARMACOCINETIQUE ET
PHARMACODYNAMIQUE EN ONCOLOGIE : APPLICATION AU DOCETAXEL ET A LA
VINORELBINE
THESE Présentée et soutenue publiquement le 19 Novembre 2007 à Toulouse par
Florent PUISSET
Né le 07 mars 1976 à Rieumes
En vue de l’obtention du DOCTORAT DE L’UNIVERSITE DE TOULOUSE
délivré par l’Université Toulouse III - PAUL SABATIER Spécialité : Pharmacologie
JURY
Professeur Raymond BASTIDE Professeur Henri ROCHE Professeur Marie-Claude SAUX Rapporteur Docteur Brigitte TRANCHAND Rapporteur Directeur de Thèse : Professeur Etienne CHATELUT Travaux réalisés dans l’équipe d’accueil EA 3035 « Pharmacologie Clinique et
Expérimentale des Médicaments Anticancéreux »
2
Institut Claudius Regaud, 20-24, rue du Pont Saint pierre 31053 Toulouse.
LISTE DES TABLEAUX ........................................................................................................ 4
LISTE DES FIGURES............................................................................................................. 5
GLOSSAIRE............................................................................................................................. 7
INTRODUCTION.................................................................................................................... 8
PREMIERE PARTIE : DONNEES BIBLIOGRAPHIQUES ........................................... 10
1 ADAPTATION DE POSOLOGIE DES MEDICAMENTS ANTICANCEREUX SUBSTRATS DU CYP3A4.................................................................................................... 11
1.1 SOURCES DE VARIABILITE DE L’ELIMINATION DES MEDICAMENTS SUBSTRATS DES CYTOCHROMES P450.......................................................................................................................................................................... 12 1.2 MARQUEURS DE L’ACTIVITE METABOLIQUE ............................................................................................ 17
2 GENERALITES SUR LES ANALYSES DE POPULATION........................................ 23 2.1 PHARMACOCINETIQUE DE POPULATION ................................................................................................... 23 2.2 ANALYSES PHARMACOCINETIQUES/PHARMACODYNAMIQUES ................................................................ 28
3 GENERALITES SUR LE DOCETAXEL ........................................................................ 32 3.1 MECANISME D’ACTION.............................................................................................................................. 32 3.2 INDICATIONS THERAPEUTIQUES................................................................................................................ 33 3.3 TOXICITES.................................................................................................................................................. 33 3.4 PHARMACOCINETIQUE .............................................................................................................................. 35 3.5 RELATIONS PHARMACOCINETIQUE-PHARMACODYNAMIQUE.................................................................. 37
4 GENERALITES SUR LA VINORELBINE..................................................................... 38 4.1 MECANISME D’ACTION.............................................................................................................................. 38 4.2 INDICATIONS THERAPEUTIQUES................................................................................................................ 38 4.3 TOXICITE ................................................................................................................................................... 39 4.4 PHARMACOCINETIQUE .............................................................................................................................. 40 4.5 RELATIONS PHARMACOCINETIQUE - PHARMACODYNAMIQUE................................................................ 41
DEUXIEME PARTIE : ETUDE DE LA DEXAMETHASONE COMME MARQUEUR DE L’ACTIVITE CYP 3A4 .................................................................................................. 42
INTRODUCTION.................................................................................................................. 43
1 APPLICATION AU DOCETAXEL : ETUDE PILOTE................................................. 45 1.1 INTRODUCTION .......................................................................................................................................... 45 1.2 PATIENTS ET METHODES .................................................................................................................. 46 1.3 RESULTATS ............................................................................................................................................ 53 1.4 DISCUSSION............................................................................................................................................ 64
PUBLICATION N°1:............................................................................................................. 72
2 APPLICATION AU DOCETAXEL : VALIDATION PROSPECTIVE DES RESULTATS DE L’ETUDE PILOTE................................................................................. 81
2.1 INTRODUCTION .......................................................................................................................................... 81 2.2 PATIENTS ET METHODES ........................................................................................................................... 81 2.3 RESULTATS ................................................................................................................................................ 83 2.4 DISCUSSION................................................................................................................................................ 90
PUBLICATION N°2 .............................................................................................................. 93
3
APPLICATION AU DOCETAXEL : CONCLUSIONS ET PERSPECTIVES............... 98
3 APPLICATION A LA VINORELBINE ........................................................................... 99 3.1 INTRODUCTION .......................................................................................................................................... 99 3.2 PATIENTS ET METHODES ........................................................................................................................... 99 3.3 RESULTATS .............................................................................................................................................. 104 3.4 DISCUSSION.............................................................................................................................................. 112 3.4 CONCLUSION............................................................................................................................................ 115
PUBLICATION N°3 ............................................................................................................ 116
TROISIEME PARTIE : ANALYSE PHARMACOCINETIQUE-PHARMACODYNAMIQUE DES FACTEURS DE SENSIBILITE A LA NEUTROPENIE INDUITE PAR LE DOCETAXEL....................................................... 126
1 INTRODUCTION............................................................................................................. 127
2 PATIENTS ET METHODES .......................................................................................... 128 2.1 PATIENTS ET TRAITEMENTS .................................................................................................................... 128 2.2 PROTOCOLES PHARMACOCINETIQUES ET DETERMINATION DES CONCENTRATIONS PLASMATIQUES.. 129 2.3 ANALYSE PHARMACOCINETIQUE ............................................................................................................ 130 2.4 ANALYSE PHARMACOCINETIQUE-PHARMACODYNAMIQUE ................................................................... 131
3 RESULTATS ..................................................................................................................... 135 3.1 ANALYSE PHARMACOCINETIQUE ............................................................................................................ 135 3.2 ANALYSE PHARMACOCINETIQUE-PHARMACODYNAMIQUE ................................................................... 137
4 DISCUSSION .................................................................................................................... 147 4.1 MODELE PHARMACODYNAMIQUE........................................................................................................... 147 4.2 ANALYSE DES COVARIABLES ................................................................................................................... 148
PUBLICATION N°4 ............................................................................................................ 151
CONCLUSION GENERALE ............................................................................................. 159
BIBLIOGRAPHIE............................................................................................................... 163
4
LISTE DES TABLEAUX PREMIERE PARTIE
Tableau 1 Conséquences de différents polymorphismes génétique des enzymes CYP sur l’activité
enzymatique ....................................................................................................................... 15 Tableau 2 Pharmacocinétique du docétaxel après une perfusion IV de 100 mg/m² d’une heure [Rosing
et al. 2000]. ........................................................................................................................ 36
DEUXIEME PARTIE 1ERE ETUDE Tableau 3 : Séquences des amorces utilisées pour l’amplification des fragments contenant les
polymorphismes étudiés (SNP) ............................................................................................ 49 Tableau 4: détermination des génotypes selon la taille des fragments de restriction ........................ 50 Tableau 5: Caractéristiques des patients de l’étude (N=21) ........................................................... 53 Tableau 6: Distribution des 21 patients selon leurs génotypes MDR1, répartition des deux SNP
G2677T et C3435T. ............................................................................................................ 54 Tableau 7: Paramètres pharmacocinétiques de la dexaméthasone. ................................................. 56 Tableau 8 : Analyse univariée de 14 covariables. Impact sur la fonction objective et sur la variabilité
interindividuelle.................................................................................................................. 60 Tableau 9 : Modèles final et alternatifs de covariables de la clairance du docétaxel (L/hr): valeurs
moyennes des coefficients des covariables et variabilités inter individuelles............................ 62
DEUXIEME PARTIE 2EME ETUDE Tableau 10 Caractéristiques de patients inclus pour la validation prospective (N=17), ainsi
que de l’ensemble des patients ayant participés à l’étude pilote et à la validation prospective (N=38)........................................................................................................... 84
DEUXIEME PARTIE 3EME ETUDE
Tableau 11 Caractéristiques des patients (n= 20 ; 12 femmes, 8 hommes) ........................... 104 Tableau 12: Distribution des 20 patients selon leurs génotypes MDR1, répartition des deux SNP
G2677T et C3435T. .......................................................................................................... 105 Tableau 13 Paramètres pharmacocinétiques de la dexaméthasone (n=20) ............................ 106 Tableau 14 Influence des différents paramètres pharmacocinétique de la dexaméthasone sur la
clairance sanguine de la vinorelbine, et modèles alternatifs associant un marqueur biologique de la fonction hépatique à la clairance de la dexaméthasone....................... 110
TROISIEME PARTIE
Tableau 15 : Caractéristiques des patients (n=92) ; comparaison entre les deux centres. ..... 129 Tableau 16 : Moyennes des paramètres pharmacocinétiques individuels estimés................. 135 Tableau 17 : Valeurs moyennes et variabilités inter-individuelles des paramètres du modèle
structural pharmacodynamique : paramètres de notre étude et de l’étude de Friberg et al [Friberg et al. 2002] pour comparaison.......................................................................... 138
Tableau 18 : Paramètres du modèle final PK-PD et des modèles alternatifs de covariables. 143
5
LISTE DES FIGURES
PREMIERE PARTIE
Figure 1 Formule chimique développée du docétaxel et principal métabolite [Royer et al. 1996]................................................................................................................................. 32
Figure 2 Formule chimique développée de la vinorelbine ditartrate [Van Heugen et al. 2001].......................................................................................................................................... 38
DEUXIEME PARTIE 1ERE ETUDE
Figure 3: Concentrations plasmatiques de dexaméthasone. Corrélation entre concentrations observées
et concentrations individuelles prédites par le modèle (x : IPRED; • : PRED). [ ------- : droite d’identité]........................................................................................................................... 55
Figure 4 : Quantité urinaire de dexaméthasone éliminée sous forme inchangée. Corrélation entre les quantités urinaires de dexaméthasone mesurées et prédites par le modèle (x : IPRED ; • : PRED) sur 8 heures.[ ------- : droite d’identité] ................................................................................. 56
Figure 5 : Corrélation entre clairance plasmatique de la dexaméthasone et rapport métabolique (rapport urinaire entre 6-β hydroxydexaméthasone et dexaméthasone inchangée).................... 57
Figure 6 : Concentrations plasmatiques de docétaxel. Corrélation entre concentrations observées et concentrations prédites (x :IPRED • : PRED).[------ : droite d’identité]. ................................. 58
Figure 7 Erreur individuelle pondérée en fonction des concentrations prédites de docétaxel (PRED) ............................................................................................................................. 59
Figure 8 : Représentation de la corrélation entre clairances observées et clairances prédites par le modèle final de covariables : CL = 356 x fuα1-AG x (1 - 0,170 x MTHP) x (1 + 0,126 x CLDX) [----- : droite d’identité].......................................................................................... 63
Figure 9 : Représentation de la corrélation entre clairances observées et clairance calculées en fonction de la surface corporelle : CL = 32, 9 x SC [----- : droite d’identité]............................ 63
DEUXIEME PARTIE 2EME ETUDE
Figure 10: Concentrations plasmatiques de dexaméthasone. Corrélation entre concentrations
observées et concentrations individuelles prédites par le modèle [ ------- : droite d’identité] .... 85 Figure 11 : Concentrations plasmatiques de docétaxel : Corrélation entre concentrations
observées et concentrations individuelles prédites par le modèle selon Baille et al. [ ------- : droite d’identité] .......................................................................................................... 85
Figure 12 Représentation de la corrélation entre fractions libre de docétaxel mesurées et fractions libres de docétaxel estimées (fu est) en fonction du taux d’AAG (fu est = 1 /(11,20045 + 0,14478 x AAG); [----- : droite d’identité] ......................................................................... 86
Figure 13 Représentation de la corrélation entre clairances observées et clairances prédites par le modèle final de covariables de la phase pilote : CL = 356 x fuα1-AG x (1 - 0,170 x MTHP) x (1 + 0,126 x CLDX) [----- : droite d’identité] (N=17) ......................................... 87
Figure 14 Représentation de la corrélation entre la clairances de la dexaméthasone (valeurs Post Hoc) et la clairance du docétaxel (valeurs Post Hoc) observée sur l’ensemble des 38 patients........... 89
Figure 15 Représentation de la corrélation entre clairances du docétaxel observées et prédites par le modèle: CL = 2,68 x fuα1-AG + 1,92 x CLDX) chez les femmes [----- : droite d’identité] (N=18) ............................................................................................................................... 90
6
DEUXIEME PARTIE 3EME ETUDE Figure 16: Concentrations plasmatiques de dexaméthasone. Corrélation entre concentrations
observées et concentrations individuelles prédites par le modèle (x = IPRED ; • = PRED) [ ------- : droite d’identité] ........................................................................................................... 106
Figure 17: Concentrations plasmatiques de vinorelbine. Corrélation entre concentrations observées et concentrations individuelles prédites par le modèle selon N’Guyen et al. [ ------- : droite d’identité]......................................................................................................................... 107
Figure 18 : Erreur individuelle pondérée en fonction des concentrations prédites de vinorelbine (PRED)........................................................................................................ 108
Figure 19 Représentation des corrélations entre la clairance de la vinorelbine et les covariables sélectionnées en analyse univariée.............................................................. 109
Figure 20 Représentation de la corrélation entre clairances de vinorelbine observées et clairances prédites en fonction de la clairance de dexaméthasone selon le modèle : CL = 41,4 x (CLDX/13,2)0,628 [----- : droite d’identité] .......................................................... 111
Figure 21 Représentation de la corrélation entre clairances de vinorelbine observées et clairances prédites par le modèle de covariables : CL = 39,8 x ( CLDX/13,2)0,524 x (PAL/137) -0,198 [----- : droite d’identité] ............................................................................................................ 111
TROISIEME PARTIE
Figure 22 Structure du modèle pharmacocinétique-pharmacodynamique décrivant la
myélosuppression induite par le docétaxel..................................................................... 134 Figure 23 : Corrélation entre les concentrations de docétaxel prédites (IPRED) et les
concentrations observées [------ : droite d’identité] ....................................................... 136 Figure 24 : Erreur résiduelle pondérée (WRES) des concentrations de docétaxel en fonction
des concentrations prédites (PRED)............................................................................... 137 Figure 25 : Représentation des profils de polynucléaires neutrophiles au cours du temps de
l’ensemble des patients de l’étude (n=92)...................................................................... 139 Figure 26 : Corrélation entre les taux de polynucléaires neutrophiles observés et les taux de
polynucléaires neutrophiles individuels prédits par le modèle (IPRED) [ ------- : droite d’identité] ....................................................................................................................... 140
Figure 27 : Erreurs de prédiction pondérées en fonction des taux de Polynucléaires Neutrophiles prédits par le modèle (PRED)................................................................... 140
Figure 28 : Illustration des profils des taux de polynucléaires neutrophiles au cours du temps après perfusion de docétaxel selon le niveau d’aire sous la courbe des concentrations plasmatiques de docétaxel. (------ : courbe des PNN prédits (IPRED) ; X : PNN observés)........................................................................................................................................ 141
Figure 29 Illustration de l’effet du centre sur le profil des polynucléaires neutrophiles : [--------]: patient toulousain,[ ⎯ ⎯ ⎯ ] : patient parisien .................................................... 145
Figure 31 Illustration de l’effet du pré-traitement sur le profil des polynucléaires neutrophiles : [--------]: patient non pré-traité,[ ⎯ ⎯ ⎯ ] : patient pré-traité............ 146
Figure 32 : Illustration de l’effet de l’AAG sur le profil des polynucléaires neutrophiles : courbe pleine : patient avec un taux d’AAG = 1,29 g/L (taux moyen), [-------] : patient avec un taux d’AAG = 1,86 g/l (aux moyen + 1SD) ; ,[ ⎯ ⎯ ⎯ ] : patient avec un taux d’AAG = 0,72 g/L (taux moyen – 1 SD)................................................................ 146
7
GLOSSAIRE
AAG : taux d’alpha 1 glycoprotéine Acide. ALAT : ALanine Amino Transférase. ALB : Albuminémie. ASAT : ASpartate Amino Transférase. ASC : Aire sous la courbe des concentrations. CL : Clairance. CLDX : Clairance plasmatique de la dexaméthasone. CYP : Cytochrome P450 CYP3A5 : Cytochrome P450 3 A5. CYP3A4 : Cytochrome P450 3A4. DV : Dependent Variable = concentrations mesurées. EBT : Erythromycin Breath Test fuα1-ag : fraction libre plasmatique de docétaxel calculée estimée en fonction des taux d’AAG. fualb : fraction libre plasmatique de docétaxel calculée estimée en fonction des taux d’albumine. fuα1-ag;alb : fraction libre plasmatique de docétaxel calculée estimée en fonction des taux d’AAG et d’albumine. 6βOHD : 6-β hydroxydexaméthasone. G-CSF : Granulocyte Colony Stimulating Factor IC 95% : intervalle de confiance à 95 %. IPRED : concentrations prédites par un modèle pharmacocinétique en fonction des paramètres pharmacocinétiques individuels. MDR : Multiple Drug Resistance. MTHP : présence ou non de métastase hépatique (codé 1 si présence, 0 si absence). NFS : Numération Formule Sanguine PAL : Phosphatases ALcalines. P-gp : P glycoprotéine. PK/PD : Pharmacocinétique / Pharmacodynamique PNN : Polynucléaires Neutrophiles PRED : concentrations prédites par un modèle pharmacocinétique en fonction des paramètres pharmacocinétiques « Typiques ». RM : Rapport Métabolique = rapport entre la quantité de 6-β hydroxydexaméthasone et celle de dexaméthasone inchangée éliminées dans les urines sur 24 heures. SC : Surface corporelle. SNP : Single Nucleotid Polymorphism. T6βOHD : Quantité de dexaméthasone éliminée dans les urines sur 24 heures sous forme de 6-β hydroxydexaméthasone (exprimée en pourcentage de dexaméthasone administrée). TV : Typical Value.
8
INTRODUCTION Les anticancéreux cytotoxiques sont pour la plupart des médicaments à index
thérapeutique étroit qui nécessitent une adaptation individuelle de posologie, ceci afin de
déterminer des doses optimales suffisamment élevées pour garantir une probabilité
d’efficacité maximale, tout en évitant une toxicité excessive.
L’effet pharmacodynamique des cytotoxiques (efficacité, mais aussi toxicité) dépend
plus du niveau des concentrations dans les liquides biologiques (sang, plasma) que de la dose
administrée. Notamment, l’aire sous la courbe des concentrations (ASC), qui représente le
niveau d’exposition d’un patient à un médicament, est un paramètre prédictif de l’effet des
cytotoxiques. En administration intraveineuse, le niveau d’ASC dépend de la dose administrée
et de la clairance d’élimination (CL) par la relation suivante : ASC = Dose/CL. On comprend
alors que la dose doit être adaptée à la CL pour maîtriser le niveau d’exposition au
médicament qui conditionnera (au moins en partie) l’effet du cytotoxique.
La plupart des cytotoxiques présentent une variabilité pharmacocinétique
interindividuelle telle qu’il est impossible d’attribuer une même valeur moyenne de CL à tous
les patients. Il faut donc adapter les doses individuellement.
A l’heure actuelle, les doses de pratiquement tous les cytotoxiques sont adaptées à la
surface corporelle des patients. Cette pratique empirique repose sur l’hypothèse que les
paramètres pharmacocinétiques (notamment la clairance) sont corrélés à la surface corporelle.
En réalité cette relation n’est que peu vérifiée [Sawyer et Ratain 2001]. L’adaptation de dose
selon la surface corporelle a été initialement introduite en oncologie clinique pour estimer les
doses de départ des études de phase I, notamment pour extrapoler les résultats de doses
maximales tolérées chez l’animal à l’homme. Cette habitude a ensuite été généralisée à
l’ensemble de la pratique clinique sans raison pertinente.
Concrètement les recommandations actuelles ne garantissent pas une adaptation fiable
de posologie. C’est pourquoi il est nécessaire de disposer d’outils de prédiction de la CL des
cytotoxiques afin d’en permettre l’adaptation de posologie. La prédiction de CL passe par
l’évaluation fonctionnelle de l’activité des principaux organes épurateurs que sont les reins et
le foie. En particulier, la prédiction de la CL des médicaments substrats du cytochrome P450
3A4 (CYP3A4) -comme le docétaxel et la vinorelbine qui seront étudiés dans cette thèse fait
appel notamment à des marqueurs de l’activité métabolique CYP3A4.
9
La principale toxicité dose-limitante des cytotoxiques est l’hématotoxicité pouvant
toucher l’ensemble des lignées, mais principalement la lignée granuleuse. Une grande
variabilité interindividuelle de toxicité est observée en pratique. Cela s’explique en partie par
la variabilité pharmacocinétique responsable d’une variabilité en terme d’exposition, mais pas
uniquement. Des patients peuvent présenter des toxicités hématologiques différentes bien que
soumis à des niveaux d’exposition similaires. Il existe une variabilité interindividuelle en
terme de sensibilité vis-à-vis de l’action des cytotoxiques. Cette sensibilité est également à
prendre en compte dans les critères d’adaptation de posologie. Il est donc important de définir
les facteurs pharmacodynamiques de sensibilité aux cytotoxiques permettant de définir pour
chaque patient le niveau de concentration auquel il doit être exposé pour obtenir l’effet
souhaité.
La première partie de ce travail est consacrée à des rappels bibliographiques. Dans un
premier temps seront présentées les stratégies d’adaptation de posologies basées sur la
pharmacocinétique des substrats du CYP3A. Ensuite de brefs rappels seront faits sur les
analyses de population (méthodologie utilisée tant pour l’aspect pharmacocinétique que
pharmacodynamique). Enfin, les propriétés thérapeutiques du docétaxel et de la vinorelbine
seront présentées.
La deuxième partie est consacrée à l’étude de la dexaméthasone comme marqueur de
l’activité métabolique CYP3A4. Les résultats de trois études seront exposés. Les deux
premières évaluent le pouvoir prédictif de la dexaméthasone vis à vis de la clairance du
docétaxel (une étude pilote suivi d’une étude de validation prospective des premiers résultats).
La troisième étude évalue le pouvoir prédictif de la dexaméthasone vis à vis de la clairance de
la vinorelbine.
La dernière partie de ce travail présente les résultats d’une étude montrant
l’application d’un modèle pharmacocinétique-pharmacodynamique semi-physiologique de
neutropénie induite par le docétaxel. Cette étude a pour objet de rechercher les facteurs
pharmacodynamiques de sensibilité au docétaxel.
Pour chacune des études, la publication correspondante sera présentée à la suite du
texte en français.
10
PREMIERE PARTIE : DONNEES BIBLIOGRAPHIQUES
11
1 Adaptation de posologie des médicaments anticancéreux substrats du CYP3A4
Les posologies des médicaments à index thérapeutique étroit comme les cytotoxiques
anticancéreux nécessitent d’être adaptées, avec comme objectif d’administrer la dose offrant
la plus grande probabilité d’efficacité avec une toxicité la plus acceptable possible. L’intensité
de l’effet (efficacité et toxicité) est liée au moins en partie à l’exposition au médicament
(concentrations sanguines et/ou plasmatiques), elle même dépendante du comportement
pharmacocinétique de la molécule et plus particulièrement de son élimination [Canal et
Chatelut 1996]. La variabilité interindividuelle de l’élimination des cytotoxiques est donc
responsable en partie de la variabilité de la réponse à ces traitements. C’est pourquoi, les
posologies des cytotoxiques anticancéreux doivent être adaptées individuellement aux
capacités d’élimination des patients.
Afin de réaliser de telles adaptations, il convient de disposer d’outils permettant d’évaluer
les capacités d’élimination des individus.
En oncologie, la posologie des cytotoxiques est calculée en fonction de la surface
corporelle des patients. Depuis les recommandations émises par Pinkel et al [Pinkel et al.
1958], les doses lors des essais cliniques sont calculées en fonction de la surface corporelle, il
en découle des posologies usuelles recommandées exprimées par m² de surface corporelle.
Cette adaptation repose sur l’hypothèse que plus un patient est corpulent, plus ses capacités
d’élimination seront importantes. Malheureusement, la surface corporelle n’est que peu
corrélée à la clairance d’élimination de la majorité des médicaments ce qui rend cette
adaptation de posologie très approximative [Gurney. 1996]. Malgré ce constat, du fait
d'absence d'alternative simple, la plupart des cytotoxiques continuent d’être prescrits en
milligrammes par mètres carrés (mg/m²) de surface corporelle.
Pour les médicaments éliminés par le rein, il existe des marqueurs endogènes des
capacités d’élimination rénales. En effet, la créatinine, molécule endogène produite par les
muscles squelettiques est éliminée par le rein. Donc, pour une personne dont la masse
musculaire est stable, les variations de créatininémie témoignent des variations de son
élimination rénale. C’est pourquoi la créatinine sérique représente un marqueur biologique de
la fonction rénale. Il est préférable de se baser sur la valeur de clairance d’élimination de la
12
créatinine (CLcr) (estimées par exemple selon la formule de Cockcroft et Gault [Cockcroft et
Gault. 1976]).
Ainsi, pour les médicaments éliminés majoritairement par le rein, une diminution de la
clairance de la créatinine indique aux cliniciens que la fonction rénale est altérée et que, par
conséquent, la dose doit être diminuée.
Le plus bel exemple en pratique clinique est le carboplatine éliminé majoritairement par
filtration glomérulaire [Calvert et al. 1989] dont on peut prédire individuellement la clairance
d’élimination à partir de la créatinine sérique, de l'âge, du sexe, et du poids des patients
[Chatelut et al 1995].
Plus récemment, la cystatine C a montré un potentiel prédictif de la clairance du carboplatine
au moins égal à celui de la créatinine [Thomas et al 2006]
Pour les médicaments dont l’élimination est principalement hépatique, la situation est
plus complexe. Il existe plusieurs marqueurs biologiques évocateurs de l’altération d’une des
fonctions hépatiques. L’élévation des taux de transaminases ou de gamma glutamyl-
transférases marquent une cytolyse hépatique, l’élévation des phosphatases alcalines une
cholestase, une augmentation de la bilirubinémie non conjuguée peut être liée à une
diminution des fonctions métaboliques et une baisse de l’albuminémie et/ou du taux de
prothrombine indiquent une altération de la fonction de synthèse du foie. Cependant, aucun de
ces marqueurs endogènes ne s’est avéré être un estimateur universel de la clairance hépatique
des médicaments essentiellement métabolisés [Stewart et Shuetz. 2000].
1.1 Sources de variabilité de l’élimination des médicaments
substrats des Cytochromes P450
De nombreux éléments peuvent être à l’origine d’une grande variabilité
interindividuelle du métabolisme hépatique. Certains patients peuvent présenter un
métabolisme augmenté vis-à-vis d’un médicament sous l’effet d’une prise concomitante
d’inducteur enzymatique. D’autres, à l’inverse, élimineront moins bien consécutivement à la
présence d’un inhibiteur enzymatique. Des polymorphismes génétiques peuvent aussi
expliquer des activités enzymatiques déficientes ou, au contraire, plus importante chez
certains individus. Enfin, l’état physiopathologique des patients peut être responsable d’une
variabilité de l’activité métabolique hépatique.
13
1.1.1 Induction enzymatique
L’induction enzymatique entraîne une augmentation de la synthèse d’une enzyme
impliquée dans le métabolisme d’un médicament ce qui a pour conséquence d’augmenter
l’élimination du médicament. Ce sont principalement les enzymes du cytochrome P450 qui
sont soumises à ce phénomène d’induction et notamment les enzymes CYP1A1, CYP1A2
CYP2A6, CYP2C9, CYP2C19, CYP2E1 et CYP3A4 [Hollenberg. 2002].
Ce mécanisme d’induction enzymatique fait intervenir différents récepteurs nucléaires
[Hollenberg. 2002 ; Murray. 1992 ; Quattrochi et Guzelian. 2001] : PXR (Pregnane X
Receptor), CAR (Constitutive Androstane Receptor). La fixation d’un inducteur sur l’un de
ces récepteurs entraîne la dimérisation du récepteur avec le RXR (Retinoïd X Receptor). Le
dimère va ensuite se lier à l’ADN sur des éléments de réponse spécifiques pour aboutir à
l’activation du promoteur d’un gène CYP et donc à l’augmentation de sa transcription et de
son expression.
Il existe également une variabilité interindividuelle de la sensibilité à l’induction
[Garcia-Martin et al. 2002 ; Hollenberg. 2002]. Ceci peut s’expliquer en partie par des
différences de niveau d’expression des récepteurs nucléaires nécessaires à l’activation
[Quattrochi et Guzelian. 2001], ou des polymorphismes génétiques sur les régions en amont
des promoteurs qui entraîneraient une différence de réponse aux récepteurs nucléaires activés
[Scordo et Spina. 2002 ; Dahl. 2002].
1.1.2 Inhibition enzymatique
Certaines molécules possèdent des propriétés d’inhibiteur enzymatique. Ils inhibent
l’activité métabolique des certains CYP de manière réversible ou irréversible dont la
conséquence est une diminution du métabolisme des médicaments substrats du CYP inhibé.
On distingue différents types mécanismes d’inhibition enzymatique [Murray. 1992] :
Inactivation non spécifique d’une enzyme par un métabolite réactif
Complexation entre l’enzyme et un métabolite
Inhibition compétitive
Fixation non spécifique de l’inhibiteur sur l’hème d’un cytochrome
14
La conséquence clinique d’une inhibition enzymatique dépend du type d’inhibiteur, et du
caractère unique ou non de cette voie métabolique dans l'élimination du médicament. En effet,
un même médicament peut être substrat de plusieurs CYP, dans le cas où un seul CYP est
inhibé, la bio-transformation du médicament pourra être assumée par un autre CYP. Ainsi
l’élimination du médicament sera moins altérée que dans le cas où le CYP inhibé est le seul
impliqué dans le métabolisme.
1.1.3 Polymorphismes génétiques
On parle de polymorphisme génétique lorsque l’incidence d’une mutation dépasse 1%
dans la population [Guengerich. 2002].
De nombreux gènes codant pour les différentes isoformes des enzymes de la
superfamille des CYP présentent plusieurs variants alléliques. Le Tableau 1 représente les
principales mutations qui sont responsables d’une variation de l’activité enzymatique
comparée aux allèles sauvages. De nombreux polymorphismes génétiques du CYP3A4 ont été
identifiés, notamment au niveau de la région promotrice mais aucune corrélation n’a pus être
établie entre génotype et phénotype [Garcia-Martin et al. 2002 ; Wojnowski et Kamdem
2006].
1.1.4 Affections pathologiques
D’après [Benet 1998]
De nombreux paramètres physiopathologiques sont responsables d’une partie de la
variabilité interindividuelle de l’élimination hépatique.
Les affections du foie, comme la cirrhose ou les hépatocarcinomes (primaires ou secondaires)
peuvent parfois être la cause d’une insuffisance hépatocellulaire avec, par exemple, une
diminution de l’expression des enzymes.
Des modifications hémodynamiques comme une diminution du flux sanguin hépatique (chez
les insuffisants cardiaques par exemple) peuvent limiter le métabolisme de certains
médicaments. En effet, la clairance hépatique des médicaments à fort coefficient d’extraction
hépatique est limitée par le flux sanguin hépatique.
15
La variation de la concentration en protéines plasmatiques peut aussi être un facteur de
variabilité de l’élimination hépatique de certains médicaments. La fraction libre des
médicaments diffusant plus facilement dans les hépatocytes que la fraction liée aux protéines
plasmatiques, la clairance d’élimination augmente avec la fraction libre. Pour les
médicaments à faible coefficient d’extraction hépatique, la clairance hépatique varie même
proportionnellement à cette fraction libre. Ainsi, les variations des concentrations
plasmatiques des protéines sur lesquelles se fixent les médicaments (comme l’albumine ou
l’alpha1-glycoprotéine acide) conditionnent l’élimination hépatique de tels médicaments.
Tableau 1 Conséquences de différents polymorphismes génétique des enzymes CYP sur l’activité enzymatique
Gène Mutation1 Alleles2 Effet Références
CYP1A2
G2964A C734A (intron 1)
Diminue la sensibilité à l’induction par la fumée de cigarette Augmente la sensibilité à l’induction par la fumée de cigarette
Nakajima et al., 1999 Sachse et al., 1999
CYP2C9
C430T (exon 3) A1075C (exon 5)
CYP2C9*2 CYP2C9*3
Modification d’acide aminé (Arg 144 Cys) : moindre activité catalytique de l’enzyme Modification d’acide aminé (Ile 359Leu) : moindre activité catalytique de l’enzyme
Aithal et al., 1999
CYP2C19
G636A (exon 4) G681A (exon 5)
CYP2C19*3 CYP2C19*2
Création d’un codon stop prématuré : protéine tronquée moins active Création d’un site d’épissage alternatif avec décalage du cadre de lecture aboutissant à un codon stop prématuré : protéine tronquée moins active
DeMorais et al., 1994b De Morais et al., 1994a
CYP2D6
G1934A (site d'épissage entre intron 3 et exon 4) Délétion Multiplication de l'allèle CYP2D6*2
CYP2D6*4 CYP2D6*5 CYP2D6*2 n
Défaut d’épissage (absence de l’exon 4 dans l’ARN m) : synthèse d’une protéine tronquée moins active Délétion du gène : pas de protéine Multiplication du gène : augmentation de l’expression et de l’activité de l’enzyme
Dahl 2002 ; Wuttke et al.,
2002
CYP3A5 A6986G (intron 3)
CYP3A5*3 Création d’un site d’épissage alternatif avec décalage du cadre de lecture : synthèse d’une protéine tronquée inactive
Kuehl et al., 2001
1 : les mutations sont indiquées de la manière suivante : première lettre = nucléotide de référence ; nombre = position sur le gène par rapport à l’origine de la transcription ; deuxième lettre = nucléotide muté. 2 : les allèles de références sont nommés *1
16
1.1.5 Protéines de transports
Les transporteurs de la superfamille des ATP Binding Cassette (ABC) ont aussi une
influence sur le comportement pharmacocinétique de nombreux médicaments, notamment au
niveau de la biodisponibilité orale, de la distribution tissulaire, et des sécrétions hépatobiliaire,
intestinale et urinaire. Quatre transporteurs de la famille des transporteurs ABC sont
particulièrement impliqués dans les mouvements de médicaments dans l’organisme : MDR1
(ou ABCB1), MRP1 (ou ABCC1), MRP2 (ou ABCC2) et MXR (ou ABCG2) [Litman et al .
2001 ; Schinkel et Jonker 2003].
Comme les enzymes du cytochrome P450, l’expression et l’activité des protéines
d’influx et d’efflux peuvent être modulées par l’action d’inducteurs ou d’inhibiteurs.
L’induction de la transcription des gènes des transporteurs passe aussi par l’activation de
récepteurs nucléaires [Faber et al. 2003]. Ces transporteurs sont aussi sujets à des
compétitions entre substrats, ce qui peut avoir des conséquences sur la pharmacocinétique si
ces substrats sont co-administrés [Yu. 1999].
Au-delà de l’action exogène d’inducteur ou d’inhibiteur, il existe une variabilité constitutive
de l’expression et de l’activité de protéines d’efflux comme MRP2 [Suzuki et Sugiyama.
2002] ou MDR1 [Hoffmeyer et al. 2000 ; Kurata et al. 2002]. A l’heure actuelle, les
polymorphismes génétiques les plus étudiés en terme de conséquence clinique, sont ceux
concernant MDR1. Trois mutations ont été décrites comme corrélées avec une altération de
l’activité et/ou de l’expression de la P-gp. Lorsqu’une thymine remplace la cytosine en
position 3435, la P-gp est moins exprimée et moins active au niveau du duodénum,
[Hoffmeyer et al. 2000] se traduisant par une augmentation de la biodisponibilité orale de la
digoxine (sans doute associée aussi à une diminution de son élimination). La mutation
G2677T a elle aussi été corrélée avec une diminution de l’activité de la P-gp avec le même
type de répercussion clinique sur la biodisponibilité de la digoxine [Kurata et al. 2002]. Il est
à noter que seule la mutation G2677T entraîne une modification de la séquence d’acides
aminés de la protéine mais que les deux mutations sont très liées [Johne et al. 2002]. Enfin,
Mathijssen et al [Mathijssen et al. 2003], ont mis en évidence une corrélation entre la
mutation C1236T (qui est aussi très liée aux deux premières mutations) et une diminution de
la clairance d’élimination de l’irinotécan.
Depuis les travaux d’Hoffmeyer et al. qui ont été les premiers à étudier les polymorphismes
génétiques de MDR1, de nombreuses études ont été réalisées sur la pertinence clinique de ces
17
polymorphismes. L’effet observé des SNP sur le comportement pharmacocinétique des
substrats P-gp n’est pas le même en fonction du substrat étudié. De plus pour un même
substrat, différents auteurs observent des effets contradictoires. Par exemple, Johne et al
[Johne et al. 2002] ont observé une tendance à l’augmentation de l’ASC de la digoxine après
administration orale à l’équilibre chez les patients porteurs de la mutation 3435T de manière
homozygotes par rapport aux homozygotes sauvages. A l’inverse, Sakaeda et al [Sakaeda et
al. 2001] ont observé une diminution des ASC de digoxine chez les patients mutés après
administration orale unique [Pour revue : Sakaeda et al. 2002 ; Marzolini et al. 2004].
1.2 Marqueurs de l’activité métabolique
Les cytochromes P450 (CYP) catalysent les étapes limitantes de l’élimination globale
de leurs substrats, ainsi la variabilité de l’activité des CYP est supposée être à l’origine de la
variabilité de l’élimination des substrats CYP [Dees et Watkins 2005]. Une estimation de
l’activité métabolique des CYP pourrait donc prédire l’élimination globale des substrats des
CYP. Pour cela, différents marqueurs phénotypiques ont été développés.
1.2.1 Principe
L’activité CYP3A4 est imprévisible par une approche génotypique, de plus l’activité
constitutionnelle peut être modulée par de multiples facteurs.
Seule une approche « phénotypique » permet d’estimer les capacités d’élimination d’un
individu vis à vis d’un médicament substrat du CYP3A4. Il est possible de mesurer l’activité
lymphocytaire des CYP1A1 et CYP2E1 à partir d’un prélèvement sanguin [Pelkonen 2002],
en revanche le CYP3A4 étant trop peu exprimé dans les lymphocytes, cette technique ex vivo
est inapplicable [Dees et Watkins 2005]. C’est pourquoi, la stratégie actuelle consiste à
utiliser des marqueurs indirects de l’activité CYP3A4 sont étudiés pour « phénotyper » les
patients.
Un marqueur indirect est une molécule dont les paramètres pharmacocinétiques in vivo
peuvent être corrélés avec les capacités métaboliques hépatiques et surtout avec la clairance
d’élimination d’un ou plusieurs médicaments métabolisés [Pelkonen. 2002]. Ainsi, le suivi
pharmacocinétique d’une telle molécule, après administration unique permettrait d’estimer les
capacités d’éliminations de chaque patient vis à vis des médicaments d’intérêt.
18
Un tel marqueur doit avoir les propriétés suivantes [Pelkonen 2002]:
Sa pharmacocinétique doit dépendre de son métabolisme.
Son métabolisme doit être dépendent d’une seule isoenzyme.
Il ne doit pas être inhibiteur vis à vis d’autres isoenzyme.
Il ne doit pas être toxique.
La technique d’investigation doit être simple, rapide, la moins invasive possible.
Il doit être d’usage courant avec un recul suffisant sur son utilisation chez l’homme.
Son coût doit être réduit.
1.2.2 Exemples de marqueurs de l’activité CYP3A4 :
1.2.2.1 Midazolam
Le midazolam est une molécule de la famille des benzodiazépines substrat du
CYP3A4 [Gorski et al 1993], dont le principal métabolite est le 1’hydroxymidazolam
[Heizmann et Zigler 1981].
Thummel et al [Thummel et al. 1994 a] ont montré une corrélation entre la clairance
totale du midazolam et la quantité de CYP3A4 hépatocytaire mesurée à partir de biopsies de
foie de transplantés hépatiques (r=0,94 ; p<0,001 ; n = 10). De plus, ils ont également montré
une corrélation entre la clairance totale du midazolam et la clairance de la ciclosporine
(immunosuppresseur de la famille des inhibiteurs de calcineurine) elle-même substrat du
CYP3A4 (r=0,81 ; p<0,001 ; n=10).
La clairance totale du midazolam a permis d’illustrer correctement l’effet inducteur de
la phénytoïne [Thummel et al. 1992] et l’effet inhibiteur de l’érythromycine [Okkola et al.
1993].
Goh et al [Goh et al. 2002] ont montré une corrélation entre la clairance du midazolam
et la clairance du docétaxel (r=0,6 ; p=0,005 ; n=31).
La clairance du midazolam a été comparée au résultat du test à l’érythromycine EBT
(Erythromycin Breast Test : autre marqueur de l’activité CYP3A4 développé chapitre 1.2.2) ;
Lown et al [Lown et al. 1995] ont montré une faible corrélation entre le résultat de l’EBT et la
clairance libre du midazolam (r=0,54 ; p=0,03 ; n=17), en revanche ils n’ont pas observé de
corrélation entre l’EBT et la clairance totale du midazolam.
19
Aucune corrélation n’a été retrouvée entre la concentration plasmatique du midazolam
4 heures après administration orale de midazolam et la clairance apparente de l’indinavir ni
celle du saquinavir (deux antiprotéases substrats du CYP3A4) avec des différences inter-
ethnique inexpliquées [Robertson et al. 2006].
Le rapport des concentrations entre métabolite et molécule mère a également été
proposé pour évaluer l’activité CYP3A4 : une corrélation a été observée entre le rapport
concentration plasmatique en 1’hydroxymidazolam / concentration plasmatique en midazolam
et l’expression CYP3A4 sur des biopsies hépatiques de donneurs de foie (r=0,87 ; p<0,001 ;
n=17), [Thummel et al. 1994b]. Cette corrélation était fortement influencée par l’effet
d’inducteurs enzymatiques. Aucune corrélation en revanche n’a été observée par Lee et al
[Lee et al. 2006] entre le rapport métabolique à 30 minutes, 2 heures ou 6 heures après
administration orale de midazolam et l’aire sous la courbe des concentrations en midazolam.
1.2.2.2 Erythromycine
L’érythromycine est principalement métabolisée par N-déméthylation, cette réaction
étant catalysée spécifiquement par le CYP3A4 [Watkins et al. 1989]. Le produit de
dégradation de cette déméthylation est un groupe CO2 qui est éliminé par voie pulmonaire. Le
principe du test à l’érythromycine : Erythromycin Breath Test (EBT) consiste à administrer
une faible dose d’érythromycine marquée au 14C, puis de mesurer le taux de 14CO2 expiré.
Une corrélation a été observée entre le taux de 14CO2 ainsi expiré et l’expression hépatique du
CYP3A4 [Lown et al 1992]. Le taux de 14CO2 expiré augmente sensiblement sous l’effet
d’inducteurs du CYP3A4 tels que la dexaméthasone, ou la rifampicine, et diminue sous l’effet
d’inhibiteur comme la toléandromycine [Watkins et al 1989]. Une corrélation significative
mais cliniquement peu pertinente a été mise en évidence entre le résultat de l’EBT et la
clairance apparente de la ciclosporine administrée per os [Turgeon et al 1992]. Hirth et al
[Hirth et al. 2000] ont montré une corrélation entre la clairance du docétaxel et le résultat de
l’EBT, mais cette corrélation était fortement dépendante de deux patients dont l’EBT et la
clairance du docétaxel étaient très altérés.
L’EBT estime l’activité CYP3A4 mais ne reflète pas exactement la clairance d’élimination de
l’érythromycine, la fraction de dose d’érythromycine éliminée sous forme de 14CO2 est
corrélée à la clairance de l’érythromycine par un facteur 1/V (où V est le volume de
distribution de l’érythromycine) [Lown et al. 1995]. Ainsi, une normalisation par le poids des
patients est nécessaire pour trouver une corrélation significative entre l’EBT et la clairance du
20
midazolam, [Lown et al 1995]. Rivory et al. [Rivory et al. 2000] n’ont pas retrouvé de
corrélation entre le taux de 14CO2 et la clairance de l’érythromycine elle même, en revanche
une corrélation existait entre le Tmax d’expiration du 14CO2 et la clairance de
l’érythromycine. Les auteurs concluaient que le Tmax semble refléter à la fois les
phénomènes de distribution et d’élimination, plus que la seule activité CYP3A4.
1.2.2.3 Dapsone
La Dapsone est métabolisée par N-hydroxylation en dapsone hydroxylamine, et par N-
acétylation en monoacétyldapsone et hydroxymonoacétyldapsone. L’hydroxylation est
catalysée par le CYP3A4 mais aussi par le CYP2E1 et CYP2C à concentrations sub-
thérapeutiques [Streetman et al 2001]. Le rapport entre la quantité d’hydroxylamine et la
somme des quantités d’hydroxylamine et de dapsone inchangée, mesurées sur un recueil
urinaire de 8 heures après administration de 100 mg de dapsone, a été proposé comme
marqueur phénotypique CYP3A4. Ce rapport urinaire est corrélé avec la clairance systémique
de la dapsone [May et al 1992], en revanche aucune corrélation n’a été retrouvée avec l’EBT
ni avec les concentrations résiduelles de ciclosporine [Stein et al 1996].
1.2.2.4 Cortisol endogène
Le cortisol est métabolisé en 6 béta-hydroxy cortisol (6βOH C) principalement sous
l’action du CYP3A4, mais aussi du CYP3A5 [Ged et al 1989]. La formation de 6βOH C,
estimée par la quantité urinaire de 6βOH C ou par le rapport entre les quantités de 6βOH C et
de cortisol libre mesurée sur des urines de 24 heures a été proposée comme marqueur de
l’activité CYP3A4. Le rapport urinaire 6βOH C / cortisol libre augmente sensiblement sous
l’effet d’inducteurs du CYP3A4 comme la rifampicine [Kovacs et al. 1998], reflétant ainsi
une augmentation de l’activité CYP3A4, mais il ne semble pas être un marqueur de l’activité
du CYP3A4 non induit. En effet, aucune corrélation n’a été observée entre le rapport urinaire
et la clairance de l’alprazolam [Yasui-Furukori et al. 2001], ni avec l’EBT ou le rapport
urinaire de dapsone [Kininrons et al. 1993].
21
1.2.2.5 Cortisol exogène
En revanche, Yamamoto et al. [Yamamoto et al. 2000] ont trouvé une forte corrélation
entre la quantité de 6βOH C exogène mesurées sur des urines de 24 heures après
administration d’hydrocortisone, et la clairance du docétaxel
1.2.2.5 Alfentanil
L’alfentanil est métabolisé en noralfentanil (par pipéridine N-déalkylation) et en N-
phénylpropionamide (par amide N-déalkylation) principalement par l’action du CYP3A4
[Karasch et Thummel 1993]. La clairance systémique de l’alfentanil a été proposée comme
marqueur phénotypique CYP3A4. Karasch et al. [Karasch et al. 1997] ont montré une
corrélation entre la clairance de l’alfentanil et la clairance du midazolam. La mesure du
myosis induit par l’alfentanil a été proposée comme marqueur indirect de la clairance de
l’alfentanil permettant une évaluation non invasive de l’activité CYP3A4 : la mesure du
myosis, bien que moins précise que la clairance de l’alfentanil était corrélée à l’aire sous la
courbe du midazolam [Karasch et al. 2005a]. Toutefois, le test à l’alfentanil utilise des doses
thérapeutiques (15 à 20 µg/kg) non dénuées de risques notamment de dépression respiratoire
[Karasch et al 2005a].
1.2.2.6 Lidocaïne
La lidocaïne est métabolisée par N-deéthylation oxydative CYP3A4 dépendante en
mono-éthyl-glycinexylidide (MEGX) [Oellerich et al. 1987; Bargetzi et al 1989].
L’évaluation de l’activité CYP3A4 par la lidocaïne consiste à administrer 1 mg/kg de
lidocaïne IV, puis de réaliser une mesure de la concentration sanguine en MEGX 15 à 30
minutes après l’administration. [Cakaloglu et al. 1994]. Une corrélation a été observée entre la
concentration en MEGX et la clairance de la vinorelbine [Robieux et al. 1996], en revanche
aucune corrélation n’a été mise en évidence entre la concentration en MEGX et le résultat de
l’EBT [Cakaloglu et al. 1994].
La voie intraveineuse représente toutefois la voie la plus dangereuse pour l’utilisation
de la lidocaïne, exposant notamment les patients à des troubles du rythme cardiaque.
22
1.2.2.7 Commentaires généraux sur les marqueurs de l’activité CYP3A4
Parmi la multiplicité des molécules proposées, il n’existe pas encore de test qui fasse
l’unanimité pour caractériser l’activité enzymatique. En effet, chaque marqueur n’est pas
forcément applicable à l’ensemble des substrats d’une même isoenzyme [Mathijssen et Von
Schaik 2006]. De plus, les différents marqueurs proposés ne sont pas tous corrélés entre eux
[Chen et al. 2006 ; Kinirons et al. 1993 ; Krivoruk et al. 1994 ; Kinirons et al. 1999 ; Masica
et al. 2004]. Cette discordance peut être due à la variabilité d’expression et d’activité des
transporteurs transmembranaires qui peuvent influer sur le métabolisme global de leurs
substrats [Faber et al 2003]. Selon leurs caractéristiques « biopharmaceutiques » (solubilité,
diffusion passive transmembranaire, intensité du métabolisme ou de l’absorption digestive),
les substrats d’une même isoenzyme seront différemment sensibles à l’action des protéines
d’influx et d’efflux [Benet 2005]. Ceci ne remet pas forcément en cause la stratégie des
marqueurs phénotypiques, car même si elle ne permet pas encore de prédire précisément la
clairance des médicaments, cela donne tout de même des informations cliniquement
pertinentes en regard de l’empirisme qui règne dans les adaptations de posologies pratiquées
[Kharasch et al. 2005b]. En revanche, des travaux sont encore nécessaires, pour définir le
marqueur adéquat pour chaque molécule dont on veut prédire la clairance.
23
2 Généralités sur les analyses de population
2.1 Pharmacocinétique de population
Afin de fournir des outils pour guider des adaptations de posologie, une étude
pharmacocinétique doit se fixer les principaux objectifs suivants [ Sheiner et al. 1977] :
Connaître les paramètres pharmacocinétiques moyens au sein d’une population
donnée.
Connaître leur variabilité interindividuelle
Identifier les sources de variabilité interindividuelle
Par une approche de pharmacocinétique classique, cette analyse se fait en 2 étapes :
d’abord détermination des paramètres pharmacocinétiques individuels, puis calcul des
moyennes et variabilités. Pour cela il faut définir des sous-groupes d’individus en fonction de
caractéristiques particulières (selon leur fonction rénale par exemple), puis déterminer les
paramètres pharmacocinétiques moyens au sein de chaque sous-groupe. Ce type d’étude
nécessite pour chaque individu un nombre important de prélèvements (souvent une quinzaine
de prélèvements par sujet).
Une telle étude est longue et coûteuse à mettre en œuvre (beaucoup de dosages à réaliser) et
pose des problèmes éthiques quant aux nombre élevé de prélèvements nécessaires (il est
difficile de proposer un nombre important de prélèvements sanguins à un patient dont l’état
général est altéré). Pour ces raisons, de telles investigations ne sont réalisables que chez un
nombre limité d’individus en bon état général qui ne sont pas toujours représentatifs de la
population de patients qui sont susceptibles de recevoir le médicament étudié.
La pharmacocinétique de population permet d’estimer les paramètres
pharmacocinétiques ainsi que leur variabilité interindividuelle des médicaments à partir d’un
faible nombre de prélèvements par individu. Cela permet la réalisation d’étude
pharmacocinétique chez une plus grande diversité de sujets, et notamment chez des patients
traités en pratique clinique courante.
Lors d’une étude de pharmacocinétique de population, l’ensemble des informations
(concentrations plasmatiques) de tous les patients d’une population est regroupé pour être
analysées simultanément. A partir de cette analyse globale, les paramètres
pharmacocinétiques moyens au sein de la population de l’étude sont déterminés, ainsi que leur
variabilité interindividuelle. Ensuite, pour chaque patient, en combinant des informations
issues de la population (valeurs moyennes et variabilités interindividuelles) et des
24
informations provenant du patient (concentrations plasmatique, schémas d’administration) les
paramètres pharmacocinétiques individuels peuvent être déterminés. Enfin, il est aussi
possible d’identifier les sources de variabilité interindividuelle des paramètres
pharmacocinétiques au sein d’une population de patients. Les paramètres susceptibles
d’expliquer la variabilité interindividuelle sont appelés covariables.
2.1.1 Méthodologie : Modèle à effet mixte
[D’après Sheiner et al., 1977; Sheiner et Beal 1982; Sheiner 1984; Beal et Sheiner 1985; Whitting et al., 1986; Thompson et Whitting 1992; Vozeh et al., 1996].
La méthodologie utilisée par le logiciel NONMEM est dite à effets mixtes : elle
décompose la variabilité des données observées en deux éléments : la variabilité à effets fixes
et l’autre a effets aléatoires.
Cette variabilité est modélisée selon 3 types de modèles [Sheiner 1984]:
Le modèle pharmacocinétique structural de base qui décrit la tendance moyenne du
comportement des données dues aux effets fixes que sont les paramètres
pharmacocinétiques.
Le modèle statistique qui décrit les effets aléatoire, il comprend la variabilité
interindividuelle et la variabilité résiduelle (qui regroupe la variabilité intra-
individuelle et les erreurs de mesure).
Le modèle de covariable qui cherche à expliquer la variabilité interindividuelle par des
effets fixes (les covariables)
2.1.1.1 Estimation des paramètres moyens et variabilité interindividuelle
Les valeurs des paramètres pharmacocinétiques moyens, de leur variabilité
interindividuelle, et de la variabilité résiduelle sont celles qui permettent au modèle de décrire
au mieux l’ensemble des données observées.
Pour un individu i, le modèle prédira à un temps j, une concentration suivante :
Cpred ij = f(Xij, P, Ω)
où Xij représente les variables indépendantes (temps, dose), P un vecteur de paramètres à
effets fixes (paramètres pharmacocinétiques, covariables influençant les paramètres
pharmacocinétiques) et Ω la matrice de variance-covariance des paramètres.
25
La concentration observée sera différente de celle prédite au facteur εij près. Ce facteur
représente l’erreur résiduelle.
Le logiciel NONMEM estime les paramètres de population en une seule étape.
Par itérations successives, il estime l’ajustement entre concentrations observées et
concentrations prédites par différentes valeurs de paramètres PK, variabilités
interindividuelles et erreur résiduelle; il retient celles qui offrent le meilleur ajustement.
La qualité de l’ajustement entre les concentrations prédites et les concentrations observées sur
l’ensemble de la population, est estimée par la valeur de la fonction objective (OBJ). La
fonction objective est une valeur qui dépend de la somme des écarts entre toutes les
concentrations prédites (PRED) et observées au sein de la population. Elle dérive de la
fonction des moindres carrés étendus pondérée par la variance des paramètres
pharmacocinétiques au sein de la population. Plus la valeur de la fonction objective est faible,
meilleur est l’ajustement.
Les valeurs des paramètres pharmacocinétiques moyens, de leur variance interindividuelle
ainsi que l’erreur résiduelle sont des estimations. Le logiciel NONMEM donne l’intervalle de
confiance à 95% des valeurs estimées. Cela permet d’apprécier la précision avec laquelle
chaque paramètre est estimé.
2.1.1.2 Estimation bayésienne des paramètres individuels
Les valeurs des paramètres pharmacocinétiques des individus de la population se
distribuent autour de la valeur moyenne de la population selon différents modèles de
variabilités interindividuelles. Le mode de dispersion le plus « naturel » en biologie est une
distribution log normale (ou variabilité à coefficient de variation constant) qui s’exprime de
manière exponentielle : PK= PKmoy е η avec η qui représente le coefficient de variabilité
interindividuelle.
La CL pour un individu i devient : CLi = CLmoy е η i (avec CLi = CL de l’individu i ; CLmoy =
CL moyenne de la population). L’équation de la décroissance des concentrations au cours du
temps pour l’individu i devient cti = ƒ(CLmoy е η i).
26
La valeur de CLmoy ayant été déterminée lors de la première étape d’analyse, le logiciel
détermine pour chaque individu, la valeur ηi qui donne la valeur de CLi la plus pertinente,
c’est à dire qui permet de décrire au mieux la décroissance des concentrations observées chez
l’individu i. Pour cela, il détermine pour chaque individu la valeur de ηi (compatible avec la
variabilité interindividuelle de CL observée au sein de la population) pour laquelle l’équation
cti = ƒ(CLmoy е η i) prédit des concentrations en fonction du temps le plus proche des
concentrations observées pour cet individu. La valeur ηi retenue est celle qui minimise la
fonction objective bayésienne, qui dépend de la somme des écarts entre les concentrations
prédites (cti = ƒ(CLmoy е η i)) et observées pour l’individu i.
Ainsi, pour déterminer les paramètres pharmacocinétiques d’un individu, la
pharmacocinétique de population utilise des informations issues de l’individu (concentrations
observées) et des informations issues de la population (paramètres moyens et variabilité
interindividuelle). Cela est possible y compris si le nombre de prélèvements provenant de
chaque individu est limité.
2.1.1.3 Etude des relations covariables-paramètres PK
La variabilité interindividuelle des paramètres pharmacocinétiques peut s’expliquer
par la variabilité de certains éléments biologiques, démographiques ou physiopathologiques
propres à chaque patient. Ces éléments sont appelés covariables (ce sont des variables qui
influent sur d’autres variables). Il est possible, grâce à la méthodologie NONMEM,
d’identifier les covariables qui influencent les valeurs des paramètres pharmacocinétiques.
Pour déterminer si une covariable influence réellement la variabilité d’un paramètre
pharmacocinétique, l’hypothèse suivante est testée : le paramètre pharmacocinétique prend
une valeur qui est fonction de la covariable. La valeur du paramètre pharmacocinétique ainsi
exprimée est appelée valeur typique du paramètre (TV pour « Typical Value ») qui remplace
la valeur moyenne du paramètre.
Pour étudier par exemple l’influence du poids des patients sur la clairance d’élimination d’un
médicament, il faut tester l’hypothèse selon laquelle la valeur typique de la clairance (TVCL)
peut s’écrire en fonction du poids selon une équation telle que :
TVCL = θ1 x (1+θ2 x Poids) avec θ1 et θ2 = constantes estimées par NONMEM.
27
L’hypothèse se vérifie si le calcul de la valeur typique de la clairance en fonction du poids
attribue dans l’ensemble des valeurs plus proche des CL réelles que ne l’est la CL moyenne
de la population. La valeur de la fonction objective (OBJ) est le critère essentiel pour tester
cette hypothèse. En effet, si les valeurs typiques des CL calculées en fonction d’une
covariable (modèle avec covariable) sont plus proches des valeurs réelles que ne l’est la
valeur moyenne (modèle sans covariable), alors les concentrations prédites par un modèle
avec covariable seront plus proches des concentrations observées que ne le sont les
concentrations prédites par un modèle sans covariable. La valeur de la fonction objective se
trouve alors diminuée.
La différence de fonction objective suit une loi du χ² avec un degré de liberté qui est la
différence du nombre de θ estimés. La comparaison de la différence de fonction objective à
celle indiquée dans la table du χ² permet de juger si la diminution de fonction objective est
significative ou pas.
La recherche de covariables s’effectue en deux étapes.
Evaluation de chaque covariable considérée séparément :
Chaque covariable étudiée est testée de manière indépendante ; elle sera retenue si sa prise en
compte fait baisser la fonction objective de manière significative.
Evaluation d’un modèle intermédiaire intégrant plusieurs covariables pertinentes :
Toutes les covariables significatives en analyse univariée sont associées dans un modèle
intermédiaire de covariables. Ensuite, la pertinence de chaque covariable est éprouvée par
délétion successive de chacune. Une covariable est considérée comme réellement influente
sur la CL si sa délétion du modèle intermédiaire entraîne une augmentation significative de la
valeur de fonction objective.
Le logiciel NONMEM attribue une valeur à chaque coefficient (θ1, θ2…) estimé, associée
d’un intervalle de confiance à 95%. Cela permet de juger la signification statistique de
l’influence d’une covariable. En effet, si l’intervalle de confiance d’un coefficient englobe la
valeur 0, cela signifie que la valeur du coefficient n’est pas significativement différente de 0,
son influence sur la valeur de la CL n’est donc pas significative.
28
2.2 Analyses pharmacocinétiques/pharmacodynamiques
La neutropénie et la principale toxicité dose-limitante de nombreux cytotoxiques, elle
expose les patients à un risque infectieux potentiellement létal. Ce risque infectieux dépend
non seulement de la profondeur de la neutropénie mais aussi de sa durée [Bodey et al. 1966].
La maîtrise de la toxicité hématologique est un objectif important en thérapeutique
anticancéreuse. Classiquement, tout clinicien souhaite éviter une neutropénie excessive à ses
patients afin de limiter le risque infectieux. Mais aussi, la neutropénie peut être considérée
comme un marqueur indirect de la réponse à court terme à la chimiothérapie anticancéreuse.
En effet, la réponse tumorale (concernant le traitement de tumeurs solides) au traitement n’est
évaluée qu’à distance de l’instauration du traitement. En situation métastatique, une
évaluation est généralement faite après 3 ou 4 cycles de traitements, et en situation adjuvante,
en l’absence de cible thérapeutique mesurable, la réponse ne sera observée que plusieurs mois
voire plusieurs années plus tard lors du suivi des patients.
On comprend donc, qu’il n’est possible de déceler un sous dosage (potentiellement
responsable au moins en partie d’un échec thérapeutique) que de manière rétrospective alors
qu’aucune adaptation posologique n’est plus réalisable. En revanche, l’absence de
neutropénie immédiate, peut être le reflet d’un sous dosage qui pourrait alors être corrigé
avant le constat d’échec thérapeutique. Ainsi, il est important de maîtriser l’effet à court terme
des chimiothérapies anticancéreuses que représente leur myélotoxicité à savoir éviter non
seulement une neutropénie trop profonde et trop longue en cas de surdosage, mais aussi une
trop faible décroissance des neutrophiles synonyme de sous-dosage.
2.2.1 Rappels sur la neutropénie chimio-induite
Les polynucléaires neutrophiles constituent la majorité (60 à 70%) des leucocytes
circulants, les autres cellules étant des lymphocytes, monocytes, éosinophiles et basophiles
représentant respectivement environ 30%, 5%, 2% et 1% des leucocytes. Toutes dérivent de
cellules souches pluripotentes capables de se renouveler mais aussi de se différencier en
cellules progénitrices lymphoïdes ou myéloïdes. La maturation des neutrophiles a lieu dans la
moelle osseuse selon un processus de différenciation graduel.
Les premiers précurseurs (myéloblastes, promyélocytes et myélocytes) sont capables
de proliférer tandis qu’aux stades suivants (métamyélocytes, cellules en bandes et cellules
segmentées) les précurseurs sont non mitotiques. Les étapes de proliférations durent en
moyenne 5 jours [Finch et al. 1977], et les étapes de maturation non mitotiques durent en
29
moyenne 6,5 jours [Dancey et al. 1976]. Les neutrophiles matures sont ensuite libérés dans la
circulation sanguine où très rapidement un équilibre se crée entre une population de
neutrophiles circulants et une population de neutrophiles marginés sur les parois vasculaires,
ces 2 populations sont de tailles identiques [Athens et al. 1961]. Les neutrophiles sont
éliminés de manière aléatoire (selon un processus d’ordre 1) [Mauer et al. 1960] selon une
demi-vie moyenne de 6,7 heures [Cartwight et al. 1964]. Les neutrophiles entrent ensuite dans
les tissus où ils subissent rapidement une apoptose.
La granulopoïese est contrôlée par de nombreuses cytokines, notamment le G-CSF
(Granulocyte Colony Stimulating Factor) qui diminue le temps de maturation des précurseurs,
stimule la sortie des neutrophiles dans le sang et provoque une démargination [Price et al.
1996]. L’élimination du G-CSF se déroule consécutivement à sa liaison aux neutrophiles
matures réalisant ainsi un phénomène de rétrocontrôle négatif [Ericson et al. 1997].
Les cellules les plus sensibles à l’action des anticancéreux cytotoxiques, sont les
précurseurs à activité mitotique, les cellules souches proliférant peu sont peu sensibles aux
chimiothérapies, et les précurseurs non mitotiques ainsi que les neutrophiles matures ne sont
pas sensibles [Harrison et Lerner 1991]. Ceci explique pourquoi la neutropénie est décalée par
rapport à l’administration des chimiothérapies : dans un premier temps, les précurseurs non
mitotiques engagés dans leurs cycles de maturation continuent à générer de nouveaux
neutrophiles, ensuite, le renouvellement n’est plus assuré du fait de la destruction des
précurseurs mitotiques. Enfin, une remontée des taux de neutrophiles circulants apparaît
impliquant une stimulation de la granulopoïese en état de stress.
2.2.2 Relations pharmacocinétique/pharmacodynamiques des cytotoxiques
Plus que de la dose administrée, l’effet observé dépend des concentrations
plasmatiques : plus la concentration est élevée, plus l’effet observé est important [Bruno et al.
1998 ; Canal et al. 1998 ; Hon et Evans. 1998 ; Danesi et al. 2002 ; Moore et Erlichman.
1998 ; Chatelut et al. 2003]. Les principales relations mises en évidence sont des relations
entre l’exposition au médicament et l’hématotoxicité. Ce type de relation est à la base de
l’adaptation individuelle des posologies des anticancéreux guidée par la pharmacocinétique :
la maîtrise de l’exposition permet de maîtriser en partie l’effet (neutropénie). Toutefois, la
myélotoxicité des anticancéreux présente une large variabilité interindividuelle qui dépend
30
des molécules anticancéreuses utilisées, des schémas d’administration ou encore de la
sensibilité des précurseurs médullaires [Sundman-Enberg et al. 1998].
La connaissance des relations entre pharmacocinétique (exposition) et
pharmacodynamie (neutropénie) des anticancéreux, ainsi que l’identification des paramètres
influençant ces relations permet d’optimiser les traitements.
Pour cela, une modélisation des relations entre concentrations et neutropénie est
nécessaire.
2.2.3 Modélisation de la myélotoxicité des chimiothérapies anticancéreuses
On distingue deux types d’approches de modélisation de la myélotoxicité des
anticancéreux : l’une dite empirique et l’autre dite physiologique. Chacune fait appel à des
modèles mathématiques, l’approche empirique est purement descriptive, alors que l’approche
physiologique tente de se baser sur les connaissances physiologiques [Testart-Paillet et al.
2007].
Les modèles mathématiques empiriques relient un paramètre quantifiant l’exposition au
médicament (ASC, Css, temps durant lequel la concentration plasmatique est au dessus d’une
valeur seuil) à un paramètre évaluant la toxicité comme le taux de PNN au nadir ou le
pourcentage de décroissance des PNN) par des relations linéaires, log linéaire ou sigmoïdes
(modèle Emax) [Friberg et Karlsson 2003]. Une des limites à l’utilisation de ces modèles est
l’utilisation fréquente du nadir comme donnée de toxicité, or l’exactitude du jour du nadir
dépend de la fréquence des prélèvements. De plus, ces modèles utilisant la seule valeur du
nadir comme paramètre de toxicité ne permettent pas de considérer la durée de la neutropénie.
En outre, ces modèles ne prenant en compte que des estimations « résumées » de l’exposition,
ils ne peuvent pas appréhender des variabilités de toxicités selon les différents schémas
d’administration des cytotoxiques [Friberg et al. 2000].
Pour que la modélisation PK/PD puisse être un outil d’adaptation posologique en
clinique, il est nécessaire de modéliser le profil continu des neutrophiles au cours du temps et
l’action du décours complet des concentrations de cytotoxiques en fonction du temps sur la
décroissance des neutrophiles.
Karlsson a proposé d’autres modèles empiriques pour décrire le profil complet des
leucocytes et neutrophiles en fonction du temps sous l’action de chimiothérapies [Karlsson et
al. 1998 ; Karlsson et al. 1995]. Ces modèles utilisent une fonction spline cubique. Ils
31
permettent de décrire de façon satisfaisante la leucopénie et intègrent également des
covariables et des effets aléatoires pour expliquer la variabilité interindividuelle de la
leucopénie. Toutefois, les paramètres qui découlent de ces modèles sont difficilement
interprétables sur un plan physiologique [Testart-Paillet et al. 2007].
D’autres modèles plus « physiologiques » sont donc préférables. L’effet toxique
observé (leuco- ou neutropénie) dépend de plusieurs facteurs que sont [Minami et al. 1998]:
Physiologie des granulocytes : pool initial de précurseurs, durée de maturation des
précurseurs, cinétique de disparition des cellules circulantes
Sensibilité individuelle au cytotoxique
Durée, niveau d’exposition au cytotoxique
Un modèle physiologique « idéal » sépare les paramètres dits de systèmes (propres aux
individus) et les paramètres spécifiques de la molécule étudiée, ce qui permet de comparer
l’effet de différentes molécules. Il permet aussi d’analyser les caractéristiques des patients
susceptibles d’expliquer les différences de sensibilités vis à vis d’une même molécule.
Quelques modèles PK/PD semi-physiologiques ont été proposés [Friberg et al. 2000 ;
Friberg et al. 2002 ; Minami et al 1998 ; Zamboni et al. 2001]. Ces modèles permettent de
dissocier l’exposition à la molécule de l’effet observé (diminution des leucocytes circulants)
par l’existence de compartiments de transit mimant la chaîne de maturation des précurseurs,
soit par un délai [Minami et al. 1998]. Le dernier modèle de Friberg [Friberg et al. 2002]
inclus également un paramètre décrivant le rebond des leucocytes après le nadir en modélisant
un phénomène de rétrocontrôle négatif. Ce modèle est relativement simple et comprend des
paramètres de système physiologiquement interprétables, et est adapté à l’analyse par une
approche de population à partir de données éparses à l’aide du logiciel NONMEM. Ce modèle
a été validé pour différents médicaments cytotoxiques dont le docétaxel [Friberg et al. 2002].
C’est ce dernier modèle qui a été utilisé dans notre analyse PK/PD du docétaxel.
L’application d’un modèle à effet mixte permet de décomposer la variation des PNN au cours
du temps comme suit :
Variabilité à effets fixes : Modèle pharmacodynamique (paramètres de système
mimant la physiologie de renouvellement des PNN ; paramètre d’influence de la
chimiothérapie sur le renouvellement des PNN) et modèle de covariables influentes
sur les paramètres de sensibilité à la chimiothérapie ou sur les paramètres de système.
Variabilité à effets aléatoire : modèle statistique décrivant la variabilité
interindividuelle et la variabilité résiduelle.
32
3 Généralités sur le docétaxel
Le docétaxel ou 3-ter-butoxycarbonylamino-2-hydroxy-3-phenylpropionate de 4-
acetoxy-2α-berzoyloxy-5β-20-epoxy-1,7β,10β-trihydroxy-9-oxo-tax-11-éné-13α-yle, (tri
hydrate), est un agent cytotoxique de la famille des taxoïdes ou taxanes synthétisé à partir de
la 10-déacétyl-baccatine obtenue à partir d'aiguilles d’if d’Europe (Taxus baccata) par chimie
extractive. Ce composé de masse moléculaire de 807,9 g/mole pour la forme anhydre, et
861,9 g/mole pour la forme tri hydratée, est insoluble dans l’eau et soluble dans l’éthanol (100
mg/ml), ce qui nécessite de le diluer dans un solvant hydroalcoolique à 13% en présence de
polysorbate 80 avant toute utilisation pour perfusion.
La Figure 1 présente la formule chimique développée du docétaxel.
Le docétaxel est commercialisé sous le nom de Taxotère® (actuellement par le laboratoire
Sanofi-Aventis) en Europe depuis juillet 1995.
Figure 1 Formule chimique développée du docétaxel et principal métabolite [Royer et al. 1996]
3.1 Mécanisme d’action
Le docétaxel agit sur les microtubules présents dans l’ensemble des cellules
eucaryotes. Les fonctions des microtubules sont multiples, incluant les mouvements des
chromosomes lors de la mitose, le maintien de la morphologie cellulaire, la sécrétion
d’hormones, le transport de granules, l’accrochage de récepteurs à la membrane et la mobilité
cellulaire [Rowinski et al., 1990].
Les microtubules sont constitués grâce à la polymérisation de tubuline, protéine de 100 kDa
composée de 2 sous unités (α et β). Il existe un équilibre dynamique entre la polymérisation
et la dépolymérisation. L’activité globale du docétaxel est de favoriser la polymérisation de la
33
tubuline en microtubules et d’inhiber la dépolymérisation de ces microtubules, ce qui aboutit
à la formation de microtubules stables mais non fonctionnels et entraîne l’interruption de la
mitose et de la réplication cellulaire [Lavelle et al. 1995].
3.2 Indications thérapeutiques
Actuellement en Europe, le docétaxel possède plusieurs indications : traitement
adjuvant ou métastatique des cancers du sein, des cancers bronchiques non à petites cellules
non résécables localement avancés ou métastatiques, des cancers de la prostate hormono-
résistants, ainsi que des cancers gastriques localement avancés ou métastatiques.
Dans le cancer du sein métastatique, il est prescrit en monothérapie ou en association à une
anthracycline, en première ligne ou deuxième ligne métastatique, chez les patientes qui n'ont
pas reçu de traitement antérieur à base d'anthracycline [Bernard-Marty et al. 2003]. Chez les
patientes résistantes aux anthracyclines ou en rechute après un traitement par une
anthracycline, le docétaxel est prescrit en monothérapie ou en association avec la capécitabine
[O'Shaughnessy et al. 2002].
En situation adjuvante, il est indiqué en association au cyclophosphamide et à la
doxorubicine. En pratique, en France il est généralement administré en monothérapie sur 3
cycles après 3 cycles de protocole FEC (Fluorouracile, Epirubicine, Cyclophosphamide)
[Roché et al. 2006]
Dans les cancers bronchiques non à petites cellules, il est indiqué en monothérapie en
deuxième ligne après échec à un traitement à base de sel de platine [Fossela. 1999] ou en
association à un sel de platine en première ligne [Belani. 1999].
Dans les cancers de la prostate hormono-résistants, il est indiqué en association à la
prednisone [Tannock et al. 2004].
Dans les cancers gastriques localement avancés ou métastatiques il est indiqué en association
au cisplatine et au fluorouracile [Van Cutsem et al. 2006].
3.3 Toxicités
Ne seront évoqués ici que les principaux effets indésirables mentionnés dans le dossier
technique de Taxotère ® destiné aux pharmaciens hospitaliers qui reprend l’analyse de 837
patients traités à la posologie de 100 mg/m² toutes les 3 semaines. Ces patients ont été inclus
dans 24 études de phase II en Europe et en Amérique du Nord.
34
Toxicité hématologique
La neutropénie a été l’effet indésirable le plus fréquemment observé : 75% des
patients ont connu un épisode de neutropénie sévère (< 500 neutrophiles / mm3). Le nadir
médian se situe à 8 jours, pour une durée médiane de 7 jours.
Une thrombopénie (plaquettes < 100 000 / mm3) a été observée chez 7,8% des patients.
Une anémie (Hémoglobinémie < 11 g/dl) a été observée chez 89% des patients dont 9,5%
pour lesquels l’anémie a été sévère (Hémoglobinémie < 8 g/dl).
Réactions d’hypersensibilité
Des réactions d’hypersensibilité se sont produites chez 31% des patients dans les
minutes suivant le début de la perfusion de docétaxel. Ces réactions se caractérisaient par une
hypotension et/ou un bronchospasme; elles ont nécessité une prise en charge thérapeutique.
Réactions cutanées
Des réactions cutanées réversibles ont été observées chez 64% des patients. Il
s’agissait d’éruptions principalement localisées aux pieds, aux mains, aux bras, au visage ou
au thorax, et fréquemment associées à un prurit. Ces éruptions sont généralement survenue
dans la semaine suivant la perfusion de docétaxel. Plus rarement (1,7% des patients) des effets
sévères ont été rapportés.
Une toxicité unguéale a aussi été observée se manifestant chez 26 % des patients par une hypo
ou une hyper pigmentation des ongles; chez 2,3 % des sujets, une douleur et une onycholyse a
été rapportée.
Rétention hydrique
Une rétention hydrique a été rapportée chez 61% des patients non pré-médiqués par
corticoïdes, et chez 43% des patients pré-médiqués. Cette rétention se manifestait
généralement par des oedèmes, moins fréquemment par des épanchements pleuraux,
péricardiques, ascites et gains de poids. Les oedèmes périphériques débutent aux extrémités
inférieures et peuvent se généraliser avec un gain de poids de 3 kg ou plus. La rétention
hydrique est cumulative en incidence et en sévérité.
Manifestations gastro-intestinales
Des effets gastro-intestinaux modérés ont été rapportés, il s’agissait de nausées (45%
des patients), de vomissements (28%), de diarrhées (43%) et stomatites (41%).
35
Manifestations neurologiques
Des signes neurosensoriels caractérisés par des paresthésies, des dysesthésies, ou des
sensations douloureuses, parfois à type de brûlure, ont été rapportées chez 48% des patients.
Des manifestations neuromotrices ont été rapportées chez 14% des patients.
Manifestations hépatiques
Chez moins de 5% des patients une élévation des transaminases, de la bilirubine et des
phosphatases alcalines à des valeurs dépassant 2,5 fois la limite supérieure de la normale a été
observée.
Autres manifestations
Une alopécie a été observée chez 83% des patients, une asthénie chez 68%, et une
mucite chez 43% des patients.
Toxicités en administrations hebdomadaires [Engels et al. 2006]
En administration hebdomadaire, la toxicité hématologique est moins fréquente et
moins sévère qu’en administration toutes les trois semaines. La fatigue représente la
principale toxicité dose limitante. Les toxicités fréquemment rencontrées en administration
hebdomadaire sont aussi : l’alopécie, des larmoiements, et la toxicité unguéale.
3.4 Pharmacocinétique
Les études de pharmacocinétique du docétaxel lors d’études de phases I utilisant des
doses de 5 à 145 mg/m² et des schémas d’administration variés (perfusion de 1 heure à 24
heures) [Clarke et Rivory. 1999] ont montré que la pharmacocinétique du docétaxel était
linéaire et indépendante de la fréquence et de la durée d’administration. La décroissance des
concentrations plasmatiques du docétaxel suit un modèle tri-compartimental ou bi-
compartimental pour des doses inférieures à 70 mg/m² (les méthodes de dosages disponibles
ne permettent pas de détecter les faibles concentrations, ce qui explique que pour des faibles
doses, la troisième phase de décroissance des concentrations ne peut être observée). A titre
d’exemple, les paramètres pharmacocinétiques moyens observés après une perfusion
intraveineuse d’une heure de 100 mg/m², sur une population de 24 patients sont représentés
dans le Tableau 2.
36
Tableau 2 Pharmacocinétique du docétaxel après une perfusion IV de 100 mg/m² d’une heure [Rosing et al. 2000].
Paramètres
pharmacocinétiques Moyennes Valeurs extrêmes
Cmax (mg.l-1) 2,6 1,8-4,0
ASC (mg. L.h-1) 3,1 1,4-5,2
Demi-vie α (min) 5,0 1,6-9,1
Demi-vie β (min) 51 9-325
Demi-vie γ (hr) 10,8 2,1-69,3
CL (L.hr-1/m²) 34,8 19,2-53,8
Vdss (L/m²) 84,0 12,4-340 Cmax = concentration plasmatique maximale ASC= Aire sous la courbe des concentration en fonction du temps CL = clairance totale d’élimination. Vdss = volume central de distribution à l’équilibre. Le docétaxel est très fortement lié aux protéines plasmatiques (à plus de 92%), de manière
concentration indépendante, notamment à l’alpha-1-glycoprotéine acide (AAG), à l’albumine
et aux lipoprotéines [Urien et al. 1996]. Toutefois, compte tenu de la variabilité des taux
d’AAG observés chez les patients, seule cette protéine semblerait être responsable d’une
variabilité interindividuelle de la fraction libre de docétaxel [Baker et al. 2006].
3.4.1 Métabolisme et excrétion.
Le docétaxel est éliminé essentiellement par métabolisme hépatique [Clarke et Rivory.
1999], impliquant les isoenzymes CYP3A4 [Marre et al. 1996] et CYP3A5 [Shou et al. 1998]
de la sous famille CYP3A du cytochrome P450. Le principal métabolite est
l’hydroxydocétaxel par monohydroxylation du groupe tert-butyl de la chaîne latérale en C13
[Royer et al. 1996].
Soixante quinze pour cent du produit administré se retrouve dans les fèces
principalement sous forme de métabolites et en faible proportion sous forme inchangée
[Clarke et Rivory. 1999]. Le docétaxel ainsi que ses métabolites sont sécrétés dans la bile,
subissent un cycle entérohépatique et sont aussi sécrétés directement par les entérocytes. Ces
phénomènes mettent en jeu un transporteur protéique la P-glycoprotéine (P-gp) [Van Zuylen
et al. 2000].
37
3.4.2 Paramètres influençant la pharmacocinétique du docétaxel.
La pharmacocinétique du docétaxel a été particulièrement étudiée avant sa
commercialisation. Une étude de pharmacocinétique de population a montré que l’âge, la
surface corporelle, le taux d’alpha-1 glycoprotéine acide (AAG), le taux de transaminases et
le taux de phosphatases alcalines semblaient avoir une influence sur l’élimination du
docétaxel [Bruno et al. 1996]. La clairance d’élimination augmente avec la surface corporelle,
en revanche elle est diminuée chez les patients âgés ou chez les patients dont le taux d’AAG
ou d’enzymes hépatiques sont élevés. Cependant, les recommandations en terme de doses qui
ont découlé de ces travaux n'ont retenu que la surface corporelle et les enzymes hépatiques.
Elles consistent à diminuer la dose de 25% chez des patients dont le bilan hépatique est
perturbé de la manière suivante : taux d'alanine aminotransférase (ALAT) ou d'aspartate
aminotransférase (ASAT) supérieur à 1,5 fois la limite normale supérieure et taux de
phosphatases alcalines (PAL) supérieur à 2,5 fois la limite normale supérieure. Le docétaxel
est contre indiqué chez les insuffisants hépatiques sévères. Chez les patients dont la fonction
hépatique est normale, la dose est uniquement adaptée en fonction de la surface : 100 mg/m²
dans les cancers du sein, 75 mg/m² dans les autres indications.
3.5 Relations pharmacocinétique-pharmacodynamique
Les études de relation pharmacocinétique / pharmacodynamique qui ont été intégrées
lors du développement clinique du docétaxel, ont permis de mettre en évidence différents
paramètres pharmacocinétiques influents sur la réponse au traitement [Bruno et al. 1998]. Le
niveau de l’aire sous la courbe des concentrations plasmatiques (ASC) a été identifié comme
un facteur prédictif du temps jusqu’à progression dans les cancers bronchiques non à petites
cellules. Par ailleurs, un niveau d’ASC élevé ou une faible clairance d’élimination sont des
éléments qui augmentent fortement le risque relatif d’apparition des neutropénies sévères. Le
risque relatif d’apparition de neutropénie grade 4 était multiplié par 4,3 lorsque le rapport
CL/CL moyenne augmentait d’une unité [Bruno et al. 1998]. Une corrélation a été retrouvée
entre le niveau d’ASC et le pourcentage de décroissance des PNN, cette corrélation est
meilleure lorsque sont prise en compte les concentrations libres de docétaxel [Baker et al.
2005b]. Enfin, le délai d’apparition des phénomènes de rétention hydrique semble être corrélé
à la dose cumulée de docétaxel reçue par les patients.
38
4 Généralités sur la vinorelbine La vinorelbine ou 3’,4’-didehydro-4’-deoxy-C’-norvincaleukoblastine encore appelée
5’-Nor-Anhydro-vinblastine, est un agent anticancéreux hémisynthétique de la famille des
vinca-alcaloïdes, obtenu par modification de la structure du noyau catharanthine et par
condensation de celui-ci avec la vindoline. La Figure 2 représente la formule chimique
développée de la molécule.
La vinorelbine est commercialisée depuis 1989 sous le nom de Navelbine® par le
laboratoire Pierre Fabre médicaments, en solution de ditartrate de vinorelbine prête à l’emploi
concentrée à 10 mg/ml. Il existe également depuis une forme orale présentée en capsules
molles dosées à 20 et 30 mg.
Figure 2 Formule chimique développée de la vinorelbine ditartrate [Van Heugen et al. 2001]
4.1 Mécanisme d’action
La vinorelbine agit au niveau du système dynamique tubuline-microtubule en se liant à
la tubuline. Cette interaction avec le composant majeur des microtubules inhibe sa
polymérisation et son assemblage en microtubules tout en provoquant la formation de
cristaux. Au cours de la mitose, les cellules soumises à l’action de la vinorelbine sont donc
bloquées en métaphase.
La vinorelbine se différencie des autres vinca-alcaloïdes par une neurotoxicité moins marquée
expliquée par une moindre affinité pour les microtubules axonaux que pour les microtubules
mitotiques [Binet et al. 1989].
4.2 Indications thérapeutiques
La première indication de la vinorelbine était le traitement de première ligne en
monothérapie des cancers bronchiques non à petites cellules métastatiques et/ou inopérables
39
[Depierre et al. 1991]. L’association de la vinorelbine au cisplatine est plus efficace que la
vinorelbine en monothérapie [Depierre et al. 1994], ou que le cisplatine en monothérapie
[Wozniak et al. 1998], en terme de taux de réponse et de temps jusqu’à progression. Aussi, la
vinorelbine en monothérapie est réservée aux patients non candidats à un traitement à base de
sel de platine [Wozniak 1999].
Depuis peu, l’association cisplatine-vinorelbine est la seule association qui a montré
un bénéfice significatif en terme de survie dans le traitement adjuvant des cancers
bronchiques non à petites cellules de stade IB à IIIA opérés [Douillard et al. 2006].
La vinorelbine est aussi indiquée dans le traitement des cancers du sein métastatiques
en monothérapie [Gasparini et al. 1994] ou en association au fluorouracile (protocole FUN)
[Dieras et al. 1994]. La vinorelbine arrive en général en troisième intention après les
anthracyclines et les taxanes [Mano 2006].
Chez les patientes porteuses de cancers du sein surexprimant HER2, l’association
vinorelbine-trastuzumab semble être un traitement efficace et bien toléré proposé par certains
auteurs comme traitement de première intention des cancers métastatiques HER2 +++
[Burstein et al. 2003 ; Jahanzeb et al. 2002].
Enfin, la forme orale de vinorelbine en association à la capécitabine, offre la
possibilité d’un schéma oral du protocole FUN [Kellokumpu et al. 2006].
4.3 Toxicité
A titre d’exemple, les principales toxicités observées lors d’une étude de phase II
[Depierre et al. 1991] ayant aboutit à la première AMM sont présentées ci-dessous. Cette
étude avait inclut 78 patients porteurs d’un cancer bronchique non à petites cellules
localement avancé, ou métastatique.
Hématotoxicité
La toxicité hématologique portant essentiellement sur la lignée granuleuse est la toxicité dose-
limitante de la vinorelbine. Une neutropénie de grade 3-4 était présente lors de 12% des
cycles et de grade 4 lors de 8% des cycles.
Une anémie a été observée dans près de 42% des cycles
Veinotoxicité
Une réaction locale à l’administration (veinite, induration) a été observée dans 10% des cas. Il
est recommandé de rincer soigneusement la veine après une perfusion brève de vinorelbine
pour limiter ces effets.
40
Neurotoxicité
Une diminution, voire une abolition des réflexes ostéo-tendineux est retrouvée chez 37,5 %
des patients. Une constipation apparaît chez 42% des patients, avec une incidence d’ileus
paralytique de 1,3%. 6,5% des patients ont présenté des paresthésies.
Toxicité digestive
La vinorelbine est peu émétisante, 80% des patients n’ont ni nausées, ni vomissements.
4.4 Pharmacocinétique
4.4.1 Absorption
Après administration orale, la vinorelbine est rapidement absorbée avec des
concentrations maximales atteintes en 1,5 à 3 heures. La biodisponibilité orale absolue est de
43% [Marty et al. 2001]. En pratique, une équivalence d’exposition est considérée entre une
dose IV de 30 mg/m² et une dose orale de 80 mg/m² [Bourgeois et al. 2005]. L’absorption
orale n’est pas modifiée par la prise de nourriture [Bugat et al. 2002].
4.4.2 Distribution
Dans le sang, la vinorelbine est très fortement liée aux plaquettes (78%) et aux
lymphocytes, la liaison aux protéines plasmatiques (notamment à l’α-1-glycoprotéine acide et
aux lipoprotéines) est faible [Urien et al. 1993].
La diffusion tissulaire est importante avec notamment de fortes concentrations retrouvées au
niveau pulmonaire [Leveque et Jehl 1996].
4.4.3 Métabolisme
Plusieurs métabolites (13 au total) ont été identifiés in vivo, les 2 principaux étant la 4-
O-déacetyl vinorelbine, et la 3-6-époxy vinorelbine. Seule la 4-O-déacetyl vinorelbine est
active. Aucun conjugué n’a été retrouvé [Puozzo et al. 2000]. Le métabolisme de la
vinorelbine implique essentiellement l’isoenzyme 3A4 du cytochrome P450 [Kajita et al.
2000 ; Beulz-Riché et al. 2005].
4.4.4 Excrétion
L’excrétion de la vinorelbine est essentiellement biliaire : près de 60 % de la
vinorelbine totale sont retrouvés dans les fecès [Levêque et Jehl 1996], 27 % de la vinorelbine
étant retrouvée sous forme inchangée [Puozzo et al. 2000].
41
Entre 4 et 21% de la vinorelbine sont retrouvés dans les urines sous forme inchangée
ou de métabolite [Levêque et Jehl 1996].
La clairance sanguine moyenne est voisine de 40 L/hr [Nguyen et al. 2002] 41,9 L/hr
[Variol et al. 2002] ou encore de 0,54 à 0,65 L/hr [Khayat et al. 2004]). La demi-vie terminale
d’élimination est proche de 40 heures.
4.5 Relations pharmacocinétique - Pharmacodynamique
Lors des études de phase I une relation pharmacocinétique-pharmacodynamique a été
observée, illustrée par une corrélation significative entre le niveau d’aire sous la courbe et
l’hématotoxicité (évaluée par le pourcentage de diminution des globules blancs et
polynucléaires neutrophiles) [Variol et al. 2001]. Une corrélation significative entre l’ASC
des concentrations sanguines (et plasmatiques) et la décroissance du taux de polynucléaires
neutrophiles a également été retrouvée lors d’autres études post-commercialisation [Gauvin et
al. 2002]
42
DEUXIEME PARTIE : ETUDE DE LA DEXAMETHASONE COMME MARQUEUR DE
L’ACTIVITE CYP 3A4
43
Introduction
Comme nous l’avons vu dans la première partie, les paramètres pharmacocinétiques des
médicaments substrats du CYP 3A4 présentent une grande variabilité interindividuelle
inexpliquée. Cette variabilité est source de difficulté d’adaptation de posologies des
médicaments à index thérapeutique étroits tels que les chimiothérapies anticancéreuses,
notamment lorsqu’il existe une relation entre concentrations sanguines ou plasmatiques et
effet du médicament.
En l’absence de marqueur endogène pertinent, seul le recours à un marqueur exogène
du métabolisme du CYP3A4 permet d’estimer les capacités d’élimination d’un individu vis à
vis d’un médicament substrat 3A4. Nous avons vu qu’un certain nombre de marqueurs a déjà
été proposé sans qu’aucun ne soit consensuel.
L’objectif de ce travail est d’étudier le potentiel prédictif vis à vis du métabolisme
CYP3 A4 d’un nouveau marqueur : la dexaméthasone. En effet, la dexaméthasone, présente
différentes propriétés requises pour un marqueur métabolique :
son métabolisme est essentiellement catalysé par le CYP3A4 et des études in
vitro ont montré que la quantité de son principal métabolite - le 6-β
hydroxydexaméthasone - dépend de l’expression du CYP3A4 [Gentile et al.
1996].
Ce n’est pas un inhibiteur enzymatique
Sa toxicité est limitée en administration unique
Son utilisation en pratique clinique est large
Son coût est faible
Son effet inducteur enzymatique ne se manifeste pas après une administration
unique [Bruno et al. 1996b]
Ainsi, le suivi de l’élimination plasmatique de la dexaméthasone et/ou de l’apparition
de son métabolite dans les urines peut être un bon marqueur de l’activité du CYP3A4. C’est
pourquoi nous nous sommes proposés d’étudier les corrélations entre les paramètres
pharmacocinétiques de la dexaméthasone (clairance plasmatique d’élimination, quantité
urinaire de son principal métabolite 6βOHD, rapport entre les quantités urinaires de 6βOHD
et de dexaméthasone inchangée) et les clairances respectives de deux substrats du CYP3A4
que sont le docétaxel et la vinorelbine.
44
L’activité globale du CYP3A serait la somme des activités des différentes isoenzymes
CYP3A notamment le CYP34 et le CYP3A5, or, 10% de la population caucasienne exprime
le CYP3A5 [Kuehl et al. 2001], il est donc possible que chez ces individus l’activité
catabolique du CYP3A5 s’additionne à celle du CYP3A4. L’existence d’un polymorphisme
génétique a été proposée pour expliquer cette variabilité interindividuelle d’expression. En
effet, les individus porteurs d’une guanine en position 6986 au niveau de l’intron 3 (allèle
CYP3A5*3), possèdent un site d’épissage alternatif créant un exon supplémentaire avec
décalage du cadre de lecture qui entraîne la synthèse d’une protéine tronquée inactive. En
revanche, les individus possédants une adénine en position 6986 (allèle CYP3A5*1),
expriment une protéine complète et active [Kuehl et al. 2001].
Nous avons voulu étudier l’influence du génotype du CYP3A5 (correspondant à l’analyse des
polymorphismes A6986G des patients) sur la clairance d’élimination du docétaxel et de la
vinorelbine.
En outre, comme pour de nombreux substrats du CYP3A4, la P-gp participe à la
sécrétion intestinale et biliaire du docétaxel [Van Zuylen et al. 2000] et de la vinorelbine
[Adams et al. 1995]. Une variation de l’activité de la P-gp peut donc être responsable d’une
variation de la clairance totale du docétaxel ou de la vinorelbine. Deux mutations ponctuelles
sur le gène MDR1 (G2677T/A et C3435T) ont été identifiées comme responsables d’une
diminution de l’activité P-gp [Hoffmeyer et al. 2000 ; Kurata et al. 2002]. Nous avons donc
étudié l’influence de ces mutations sur les clairances d’élimination du docétaxel et de la
vinorelbine.
45
1 APPLICATION AU DOCETAXEL : Etude Pilote
1.1 Introduction
L’effet pharmacodynamique du docétaxel est lié au niveau d’ASC observé chez les
patients [Bruno et al. 1998]. Il est donc important d’adapter les doses en fonction de la
clairance d’élimination du docétaxel. La clairance d’élimination présentant une grande
variabilité interindividuelle, le docétaxel est un bon candidat à une prédiction individuelle de
clairance.
Chez les patients dont la fonction hépatique est normale, la dose est uniquement adaptée
en fonction de la surface corporelle (entre 75 et 100 mg/m²). Chez des patients dont le bilan
hépatique est perturbé - taux de transaminases (alanine aminotransférase (ALAT) ou aspartate
aminotransférase (ASAT)) supérieur à 1,5 fois la limite normale supérieure et taux de
phosphatases alcalines (PAL) supérieur à 2,5 fois la limite normale supérieure- il est
recommandé de diminuer les doses de 25% mais toujours normalisée par rapport à la surface
corporelle des patients. Le docétaxel est contre indiqué chez les insuffisants hépatiques
sévères (notamment les patients dont la bilirubinémie est supérieure à la limite normale
supérieure et/ou les taux d’ASAT et d’ALAT sont supérieurs à 3,5 fois la limite normale
supérieure associée à des taux de PAL au delà de 6 fois la limite normale supérieure).
L’élimination du docétaxel étant fortement dépendante du métabolisme catalysé par les
CYP3A4 [Marre et al. 1996] et CYP3A5 [Shou et al. 1998], il peut bénéficier d’une
adaptation de posologie basée sur l’estimation de l’activité métabolique 3A4 et 3A5.
Des marqueurs de l’activité CYP3A4 ont déjà été proposés pour prédire la clairance
d’élimination du docétaxel, c’est le cas notamment du test à l’érythromycine marquée [Rivory
et al. 2000], du cortisol [Yamamoto et al. 2000] et du midazolam [Goh et al. 2002].
L’utilisation de la dexaméthasone présente l’avantage par rapport à ces trois molécules, de ne
pas entraîner de médication supplémentaire pour les patients. En effet, elle est administrée en
pratique clinique courante chez les patients recevant du docétaxel, en prémédication pour
diminuer les phénomènes de rétention hydrique dus au docétaxel.
46
1.2 PATIENTS ET METHODES
1.2.1 Patients
La participation à l’étude a été proposée à des patients majeurs atteints d’une affection
maligne, redevables d’un traitement par docétaxel et sans contre-indication à l’administration
de corticoïdes. Les doses de docétaxel étaient celles des protocoles standards correspondant à
chaque patient : le fait d’être inclus dans cet essai, n’entraînait aucune modification du
traitement antitumoral. L’administration de dexaméthasone la veille de la perfusion de
docétaxel ne supprimait pas les protocoles de prémédication par corticoïde : les patients
recevaient 48 mg de méthylprednisolone (Médrol®) 2 fois par jour pendant 3 jours dès 12
heures avant la perfusion de docétaxel. Les explorations pharmacocinétiques n’ont été
réalisées qu’au cours du premier cycle de chimiothérapie.
1.2.2 Protocoles pharmacocinétiques
1.2.2.1 Dexaméthasone
Le premier jour de l’étude, chaque patient a reçu une dose unique de 20 mg de
dexaméthasone par injection intraveineuse lente (5 minutes). Quatre prélèvements sanguins
ont été effectués : avant l’injection, 30 min, 2 heures et 4 heures après le début de perfusion.
Les prélèvements ont été centrifugés, le plasma séparé et conservé congelé jusqu’au jour du
dosage.
Les urines des patients ont été recueillies de façon exhaustive sur les 24 heures qui suivaient
l’administration de dexaméthasone. Le recueil était divisé en trois phases successives : entre 0
et 4 heures, entre 4 et 8 heures puis entre 8 et 24 heures après l’administration de
dexaméthasone.
1.2.2.2 Docétaxel
Le docétaxel a été administré à chaque patient au moins 24 heures après la perfusion
de dexaméthasone, en perfusion intraveineuse à débit constant sur 60 minutes. Cinq
prélèvements sanguins étaient réalisés : avant la perfusion ; 25 minutes ; 1,5 ; 3 et 7 heures
après le début de perfusion.
47
1.2.3 Détermination des concentrations plasmatiques du docétaxel
Les concentrations plasmatiques de docétaxel ont été déterminées par chromatographie
liquide haute performance (HPLC) avec détection UV selon la méthode adaptée de [Vergniol
et al. 1992] : extraction solide/liquide par passage sur colonnes polymériques (HLB Oasis®)
conditionnées selon les spécifications du fabricant. Le docétaxel fixé sur la colonne était élué
par 1 ml d’un mélange méthanol/eau (90/10) après lavage par 1 ml d’un mélange
méthanol/eau (54/46) et de 1 ml d’eau. L’éluat était ensuite évaporé à sec à 37°C sous flux
d’air. Le résidu sec était ensuite repris dans 200 µl de phase mobile (constitué d’un mélange
méthanol/acide orthophosphorique 0,3% (65/35)). Les échantillons étaient injectés dans une
colonne Polarity® C18 5µm 150 X 4.6 mm, avec une longueur d’onde de détection à 235 nm.
Les analyses étaient intégrées à l’aide du logiciel Normasoft® (ICS).
La limite de détection était de 10 ng/ml. La précision moyenne estimée lors des tests de
reproductibilité à partir de solutions contrôles de trois niveaux de concentration différents
était de 9% (comprises entre 1,7% et 22%, les plus fortes valeurs correspondant à la précision
sur les faibles niveaux).
1.2.4 Détermination des concentrations plasmatiques et urinaires de
dexaméthasone et des concentrations urinaires de 6-β
hydroxydexaméthasone
Les concentrations plasmatiques de dexaméthasone ainsi que les concentrations
urinaires de dexaméthasone et de 6-β hydroxydexaméthasone ont aussi été déterminées par
chromatographie liquide haute performance (HPLC) avec détection UV selon la méthode
suivante : extraction solide/liquide par passage sur colonne polymérique (HLB Oasis®),
lavages successifs par 1 ml d’un mélange d’acide acétique 2% / Méthanol (80/20) puis par 1
ml d’un mélange NH4OH 2%/Méthanol (80/20) et élution par 2 ml d’acétate d’éthyle. L’éluat
était ensuite directement évaporé à sec sous un flux d’air à 37°C pour les échantillons
plasmatiques. Les éluats obtenus à partir d’échantillons d’urines subissaient deux cycles de
lavages (1ml de NaOH 1% puis par 1ml d’acide acétique 1%) avant d’être évaporés. Le résidu
sec était repris dans 130 µl d’un mélange méthanol/eau (50/50). La phase mobile séquentielle
était constituée d’un mélange méthanol / eau (70/30 puis 50/50 puis 70/30). Les échantillons
étaient injectés à travers une colonne Prontosil® C18 5µm 120 X 4 mm, la longueur d’onde de
48
détection était de 244 nm. Les analyses étaient intégrées à l’aide du logiciel Normasoft®
(ICS).
La limite de quantification du dosage de la dexaméthasone plasmatique était de 50 ng/ml avec
une précision moyenne lors des tests de reproductibilité de 5% (valeurs comprises entre 3,7%
et 7,0%). La limite de quantification du dosage de la dexaméthasone urinaire était de 50 ng/ml
avec une précision moyenne lors des tests de reproductibilité de 8,9% (valeurs comprises
entre 3,4% et 17%). La limite de quantification du dosage du 6-β hydroxydexaméthasone
urinaire était de 100 ng/ml, avec une précision moyenne lors des tests de reproductibilité de
3,6% (valeurs comprises entre 2,6% et 4,7%). La méthode permettait aussi de doser le 6-
β hydroxydexaméthasone plasmatique avec une limite de quantification à 50 ng/ml et une
précision moyenne inférieure à 16%, cependant, le métabolite s’est avéré indétectable dans le
plasma des patients.
1.2.5 Exploration génotypique
L’ADN génomique des patients était extrait à partir de sang total, à l’aide du Kit Midi® de
Qiagen.
1.2.5.1 Génotypage du gène MDR1
Le génotypage des trois mutations ponctuelles G2677A, G2677T et C3435T a été
réalisé par la technique de PCR-RFLP [Cascorbi et al. 2001]. En effet, la mutation 3435 T fait
disparaître un site de restriction pour l’enzyme Sau 3AI, la mutation 2677A fait apparaître un
site de restriction pour l’enzyme BsrI, et il est possible à l’aide d’une amorce, de créer un site
de restriction pour l’enzyme BanI en position 2677 qui disparaît avec la mutation 2677T. Les
fragments encadrant les zones de polymorphisme ont d’abord été amplifiés par PCR.
Trois amplifications différentes ont été réalisées avec les trois couples d’amorces présentés
dans le Tableau 3.
49
Tableau 3 : Séquences des amorces utilisées pour l’amplification des fragments contenant les polymorphismes étudiés (SNP)
SNP Nom des amorces Séquence des amorces Enzymes de restriction
utilisées MDR9 5’TGCAGGCTATAGGTTCCAGG3’
G2677T MDR10 A 5’TTTAGTTTGACTCACCTTCCCG3’
Ban I
MDR9 5’TGCAGGCTATAGGTTCCAGG3’ G2677A
MDR10B 5’GTTTGACTCACCTTCCCAG3’ Bsr I
MDR11 5’ACAAAAGTCGACGAACTACC3’ C3435T
MDR12 5’AAGGCATGTATGTTGGCCT3’ Sau 3A I
Les cycles d’amplification se décomposent de la façon suivante :
Activation de la Taq polymérase : 15’ à 95°C. Dénaturation : 45’’à 95°C. Hybridation : 45’’à
55 / 56 ou 60°C (pour les couples d’amorces MDR9-MDR10A / MDR9-MDR10B et
MDR11-MDR12 respectivement). Elongation : 1’ à 72°C. Vérification de l’efficacité de la
PCR par électrophorèse sur gel d’agarose 2%.
Ensuite, chaque amplicon a été incubé avec l’enzyme de restriction correspondante, 16 h à
37°C pour les enzymes BanI et Sau3AI, 16h à 65°C pour l’enzyme BsrI.
Les enzymes de restriction coupaient les amplicons si leur site de restriction correspondant
était présent, ainsi la taille des fragments obtenus après digestion a permis de discriminer les
génotypes « sauvages » ou mutés (Tableau 4).
50
Tableau 4: détermination des génotypes selon la taille des fragments de restriction
SNP Génotypes Nombre de fragments après digestion
Taille des fragments (en paire de bases) après digestion
Sauvage (G-G) 2 198 / 26
Muté (T-T) 1 224 G2677T
Hétérozygote (G-T) 3 224 / 198 / 26
Sauvage (G-G) 2 206 / 14
Muté (A-A) 1 220 G2677A
Hétérozygote (G-A) 3 220/ 206 / 14
Sauvage (C-C) 2 158 / 39
Muté (T-T) 1 197 C3435T
Hétérozygote (C-T) 3 197 / 158 / 39
Les nombres et tailles de fragments étaient visualisés par migration sur gel d’agarose à 3%
coloré au Sybergreen. Les plus petits fragments (14, 26 ou 39 paires de bases) migrants plus
vite que les autres n’étaient pas visualisés directement. Le diagnostic de mutation ou non se
faisait sur la différence de taille des deux gros fragments obtenus selon qu’il y ait eu digestion
ou pas.
1.2.5.2 Génotypage du gène CYP3A5
Le génotypage du gène du CYP3AA5 pour la mutation A6986G, a été réalisé par
l’équipe de T. CRESTEIL (Institut Chimique des Substances Naturelles, Gif/ Yvette, 91,
France), selon une technique de séquençage précédemment décrite par Kuehl et al [Kuehl et
al. 2001].
51
1.2.6 Analyse pharmacocinétique des données Les analyses de pharmacocinétiques plasmatiques ont été réalisées à l’aide du programme
NONMEM (version V niveau 1.1).
1.2.6.1 Dexaméthasone
Les concentrations plasmatiques et urinaires de dexaméthasone ont été considérées
séparément. Les concentrations plasmatiques de dexaméthasone ont été analysées à l’aide du
programme NONMEM selon la méthode dite FOCE (« First Order Conditional Estimate »)
dans le but d’estimer les clairances plasmatiques individuelles de chaque patient.
Les concentrations urinaires ont été utilisées pour calculer les quantités de dexaméthasone
éliminées dans les urines sur 24 heures sous forme de 6-β hydroxydexaméthasone (T6βOHD)
et sous forme inchangée, ainsi que le rapport des deux (RM).
En raison d’une interférence analytique entre la dexaméthasone et la méthylprednisolone (ou
l’un de ses métabolites) administré aux patients 12 heures après l’injection de dexaméthasone,
la quantité de dexaméthasone éliminée dans le troisième recueil d’urine (entre 8 et 24 heures
après l’administration de dexaméthasone) n’était pas mesurable. La quantité de
dexaméthasone éliminée à l’infini dans les urines a donc été déterminée grâce à l’analyse
simultanée des concentrations plasmatique et des quantités urinaires de dexaméthasone
éliminées entre 0 et 8 heures après administration de dexaméthasone. La détermination de la
quantité de dexaméthasone éliminée sous forme de métabolite n’a pas nécessité de modéliser
les concentrations urinaires en 6βOHD.
Le rapport entre les quantités urinaires de 6βOHD et de dexaméthasone inchangées (RM) ont
été calculés à partir de la quantité mesurée de 6βOHD sur 24 heures et les quantités totales de
dexaméthasone inchangée déterminées par le modèle.
1.2.6.2 Docétaxel
Dans un premier temps, les clairances plasmatiques individuelles ont été déterminées
par estimation bayésienne grâce à l’option POSTHOC du programme NONMEM à partir du
modèle proposé par Baille et al. [Baille et al. 1997]. Ce modèle a été validé pour déterminer
les clairances individuelles de la façon la plus exacte possible à partir d’un nombre limité de
prélèvements par patient et des informations issues de l’analyse d’une population de 547
52
patients. La décroissance des concentrations plasmatiques de docétaxel était décrite selon un
modèle à trois compartiments avec une élimination d’ordre un à partir du compartiment
central. Les valeurs des paramètres pharmacocinétiques moyens et leur coefficient de
variabilité interindividuelle étaient les suivantes : CL = 36,8 L/hr (47,5%) ; Vc (volume
central de distribution) = 7,83 L (55,4%) ; K12 (constante de transfert entre le 1er et le 2ème
compartiment) = 1,19 hr-1 (77,4%) ; K21 (constante de transfert entre le 2ème et le 1er
compartiment) = 1,75 hr-1 (113%) ; K13 = 1,22 hr-1 (36,1%) et K31 = 0,0879 hr-1 (35,1%).
L’erreur résiduelle proportionnelle était fixée à 20%.
Dans un second temps, une recherche de covariables a été réalisée en considérant la
valeur typique de la clairance d’élimination du docétaxel comme dépendante de covariables.
Pour cela, les valeurs typiques des paramètres pharmacocinétique, ainsi que leurs variabilités
interindividuelle et l’erreur résiduelle ont été libérées de manière à les estimer à partir des
seules données de notre population. Les covariables suivantes ont été testées: CLDX, RM,
T6βOHD (exprimé en pourcentage de dexaméthasone administrée), génotype MDR1 (codé 1
pour les patients doubles homozygotes mutés T2677T et T3435T, 0 pour tous les autres
génotypes), génotype CYP3A5 (codé 1 lorsqu’au moins un allèle CYP3A5*1 est présent, 0
pour les autres), sexe (codé 1 pour les femmes, 0 pour les hommes), taux de transaminases
plasmatiques (ALAT et ASAT) ; poids, taille, surface corporelle (SC), bilirubinémie,
albuminémie (ALB), présence de métastase hépatique (MTHP codé 1 si présence, 0 si
absence) et fraction libre de docétaxel (fuα1-ag , fualb or fuα1-ag;alb).
Les covariables, fuα1-ag, fualb, et fuα1-ag;alb correspondaient aux fractions libres de docétaxel
(rapports entre les concentrations de docétaxel libre et les concentrations plasmatiques totales
de docétaxel) estimées en fonction des taux d’alpha1 glycoprotéine acide (AAG), d’albumine,
et des deux respectivement, selon les équations proposées par Urien et al. [Urien et al. 1996]:
fuα1-ag = 1 /(11,20045 + 0,14478 x AAG); fualb = 1 / (11,54348 + 0,0072734 x ALB); et fuα1-
ag;alb = 1 / (7,20008 + 0,0072734 x ALB + 0,14478 x AAG) avec AAG et ALB en µM.
Les covariables ont d’abord été testées individuellement (analyse univariée). Ensuite
l’ensemble des covariables pertinentes (i.e., qui faisaient diminuer significativement la valeur
de fonction objective) ont été regroupées dans un modèle intermédiaire. Le test de délétion
alternative a permis de ne conserver que les covariables les plus pertinentes dans un modèle
final. Le seuil de différence de valeur de fonction objective pour retenir une covariable a été
fixé à 3,84 (p<0,05 ; 1 degré de liberté).
53
1.3 RESULTATS
1.3.1 Patients
Vingt trois patients ont été inclus dans l’étude, mais deux n’étaient pas évaluables du
fait de recueils urinaires non exhaustifs. Les caractéristiques des vingt et un patients de l’étude
sont résumées dans le Tableau 5.
Tableau 5: Caractéristiques des patients de l’étude (N=21)
Moyenne Extrêmes Abréviation Caractéristiques quantitatives Age (ans) Poids (kg) Taille (m) Surface corporelle (m²)* Alanine Amino Transférases (UI/l) Aspartate Amino Transférases (UI/l) Phosphatases alcalines (UI/L) Bilirubinémie (µM) Protéinémie (g/l) Alpha 1 glycoprotéine acide (µmol/l) Albumine (µmol/l) Créatinine sérique (µmol/l)
55 67,1 1,67 1,75 37,8 37,6 261 7,3 67
37,1 548 77
19-71 49-106
1,51-1,84 1,46-2,25
11-102 11-108 61-739
3,6-13,9 52-76
18,6-70,9 348-773 55-121
AGE WT HT SC
AAG ALB
Caractéristiques qualitatives Effectifs Sexe (Femmes/hommes) Etat général OMS (0/1/2/3)** Posologie du docétaxel (75mg/m² / 100mg/m²) Présence de métastases hépatiques (oui/non) Localisations primitives : Sein/Prostate/Autres
11/10 4/13/3/1
9/12 8/13
9/4/8
SEXE
MTHP
* Surface corporelle déterminée selon la formule de Dubois [Dubois et Dubois. 1916]. La surface corporelle était limitée à 2m² pour le calcul des doses de docétaxel ** : Statut OMS :
0 = patient dont l’activité physique est identique à celle précédent la maladie 1 = patient dont l’activité physique est diminuée mais ambulatoire et capable de travailler 2 = patient ambulatoire, capable de prendre soin de lui mais pas de travailler, alité moins de 50% du temps 3= patient capable de seulement quelques soins, alité ou en chaise plus de 50% du temps 4 = patient incapable de prendre soin de lui, alité ou en chaise en permanence
54
1.3.2 Génotypes
1.3.2.1 CYP3A5
Trois patients étaient hétérozygotes pour les allèles CYP3A5*1 et CYP3A5*3, tous
les autres possédaient l’allèle CYP3A5*3 de manière homozygote.
1.3.2.2 MDR1
Aucun SNP G2677A n’a été observé. La répartition des génotypes pour les SNP
G2677T et C3435T est représentée dans le Tableau 6. Il est à noter que les deux mutations
étaient très liées. Lors de l’analyse NONMEM des covariables, le génotype des six patients
homozygotes mutés pour les deux SNP était codé 1, tous les autres génotypes étaient codés 0.
Tableau 6: Distribution des 21 patients selon leurs génotypes MDR1, répartition des deux SNP G2677T et C3435T.
C3435T
CC CT TT GG 4 0 0 GT 2 8 1
G2677T TT 0 0 6
1.3.3 Pharmacocinétique de la dexaméthasone
Un modèle monocompartimental avec élimination d’ordre un, avec un modèle d’erreur
proportionnel, décrivait bien les concentrations plasmatiques et urinaires de dexaméthasone.
L’erreur résiduelle était de 10,6 % pour les concentrations plasmatiques et de 12,8% pour les
concentrations urinaires. L’adéquation du modèle peut être jugée par la qualité de
l’ajustement entre les concentrations prédites et observées qui est représentée dans la Figure 3
pour les données plasmatiques. La répartition uniforme des concentrations observées autour
des valeurs typiques prédites (PRED) permet de dire qu’il n’y a pas de biais du modèle, il ne
surestime pas systématiquement certaines valeurs de concentrations ni n’en sous estime pas
systématiquement d’autres. L’étroite corrélation entre les concentrations individuelles prédites
(IPRED) et celles observées permet de dire que les paramètres pharmacocinétiques
individuels estimés sont très proches des paramètres réels. Les quantités de dexaméthasone
éliminée sous forme inchangée dans les urines sur 8 heures ont été modélisées pour
55
déterminer la quantité totale de dexaméthasone éliminée sous forme inchangée dans les urines
sans tenir compte de la fraction éliminée entre 8 et 24 heures après l’administration de
dexaméthasone. La Figure 2 représente la corrélation entre les quantités cumulées de
dexaméthasone mesurées dans les urines dans les 8 heures qui suivent l’administration de
dexaméthasone et les quantités prédites par le modèle. Les quantités individuelles (x) de
dexaméthasone urinaires sont proches de la droite d’identité donc bien estimées.
Les paramètres pharmacocinétiques de la dexaméthasone au sein de la population sont
résumés dans le Tableau 7. Aucun paramètre pharmacocinétique n’était influencé par le statut
génotypique MDR1 ou CYP3A5 des patients. Une faible corrélation a été retrouvée entre la
clairance plasmatique de la dexaméthasone (CLDX) et le rapport urinaire entre la quantité de
6-β hydroxydexaméhasone et la quantité de dexaméthasone inchangée (Figure 5)
Figure 3: Concentrations plasmatiques de dexaméthasone. Corrélation entre concentrations observées et concentrations individuelles prédites par le modèle (x : IPRED; • : PRED). [ ------- : droite d’identité]
0
0.1
0.2
0.3
0.4
0.5
0.6
0 0.1 0.2 0.3 0.4 0.5 0.6
Concentrations plasmatiques en dexaméthasone prédites (mg/L)
Con
cent
ratio
ns p
lasm
atiq
ues
en d
exam
étha
sone
obs
ervé
es (m
g/L)
56
Figure 4 : Quantité urinaire de dexaméthasone éliminée sous forme inchangée. Corrélation entre les quantités urinaires de dexaméthasone mesurées et prédites par le modèle (x : IPRED ; • : PRED) sur 8 heures.[ ------- : droite d’identité]
Tableau 7: Paramètres pharmacocinétiques de la dexaméthasone. Paramètres mesurés Moyennes Extrêmes Abréviations
utilisées Clairance plasmatique d’élimination (L/hr) 13,9 7,7 – 27,2 CLDX Demi-vie d’élimination (hr) 3,1 1,9 – 4,8 T ½ Quantité de 6-β hydroxydexaméthasone éliminée dans les urines sur 24 heures (%) (a) 11,6 4,3 – 19,7 T6βOHD
Rapport entre les quantités urinaires de 6βOHD et de dexaméthasone inchangée 5,2 0,6 – 10,2 RM
a: exprimée en pourcentage de dexaméthasone administrée
y = 0.98 x + 0.02R2 = 0.9882
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Quantités urinaires de dexaméthasone prédites (mg)
Qua
ntité
s ur
inai
res
de d
exam
étha
sone
mes
urée
s (m
g)
57
Figure 5 : Corrélation entre clairance plasmatique de la dexaméthasone et rapport métabolique (rapport urinaire entre 6-β hydroxydexaméthasone et dexaméthasone inchangée).
1.3.4 Pharmacocinétique du docétaxel
1.3.4.1 Estimation des clairances individuelles
Les valeurs des clairances individuelles du docétaxel déterminées selon le modèle
proposé par Baille et al. [Baille et al. 1997] étaient comprises entre 28,9 et 73,4 L/hr avec une
moyenne de 50,4 L/hr. Ces valeurs de CL individuelles ont été considérées comme les valeurs
de référence pour la suite des investigations. L’ajustement entre les concentrations observées
et les concentrations prédites est représenté en Figure 6. Les concentrations individuelles
prédites (IPRED : x) sont proches des concentrations observées, ce qui permet de penser que
les CL individuelles estimées sont proches des CL réelles et donc de les considérer comme
CL de référence. Les écarts entre les concentrations prédites à partir des paramètres
pharmacocinétiques moyens (PRED : •) sont plus importants que ceux qui existent entre les
IPRED et les concentrations observées. Cela illustre la variabilité interindividuelle des
paramètres pharmacocinétiques. En effet, si les mêmes paramètres pharmacocinétiques sont
attribués à tous les patients, la décroissance de leurs concentrations au cours du temps est mal
prédite.
y = 0.32x + 0.70R² = 0.21
0
2
4
6
8
10
12
5 10 15 20 25 30
Clairance plasmatique de dexaméthasone (L/hr)
Rap
port
s ur
inai
res
6bet
a-hy
drox
y de
xam
etha
sone
/dex
amet
haso
ne
58
Figure 6 : Concentrations plasmatiques de docétaxel. Corrélation entre concentrations observées et concentrations individuelles prédites (IPRED) [------ : droite d’identité].
1.3.4.2 Recherche des covariables corrélées à la clairance du docétaxel :
analyse univariée
Pour la recherche de covariable, les valeurs typiques de CL et de volume central de
distribution ainsi que la variabilité interindividuelle sur la CL et l’erreur résiduelle étaient
estimés à partir de notre population de patient. Les valeurs typiques (± IC 95%) étaient de
58,5 (± 11) L/hr pour la CL ; et de 8,63 (± 1,9) L pour le volume central de distribution. Le
coefficient de variabilité interindividuelle sur la CL était de 37,9%, et l’erreur résiduelle
proportionnelle était de 29,1%. Les valeurs de CL POST HOC ainsi obtenues n’étaient pas
différentes de plus de 11,1% des CL POST HOC de référence.
La répartition homogène des erreurs de prédiction autour des concentrations prédites
(PRED) illustrée Figure 7 montre que le modèle ne présentait pas de biais d’estimation.
y = 0.9422x - 0.016R2 = 0.97
0
0.5
1
1.5
2
2.5
3
3.5
0 0.5 1 1.5 2 2.5 3 3.5
Concentrations plasmatiques en docétaxel prédites individuelles (mg/L)
Con
cent
ratio
ns e
n do
céta
xel o
bser
vées
(mg/
l)
59
Figure 7 Erreur individuelle pondérée en fonction des concentrations prédites de docétaxel (PRED)
Lors de l’analyse univariée des covariables, la fraction libre de docétaxel fuα1-ag
estimée à partir de la concentration plasmatique en alpha-1 glycoprotéine acide (AAG), s’est
avérée corrélée à la clairance du docétaxel. En effet, la fixation protéique du docétaxel est très
importante et concerne principalement l’AAG [Clarke et Rivory. 1999] ; la fluctuation du
taux d’AAG fait varier la fraction libre de docétaxel disponible pour les organes épurateurs
notamment le foie. A partir de cette observation, les autres covariables ont été testées en
tenant compte de cette fraction libre estimée fuα1-ag en exprimant la valeur « typique » de la
clairance totale d’élimination du docétaxel en fonction des covariables testées et de fuα1-ag
sous la forme : TVCL = fuα1-ag x θ1 x (1 + θ2 cov). Les résultats des tests des différentes
covariables sont représentés dans le Tableau 8. Sur le critère d’une diminution de la valeur de
fonction objective d’au moins 3,84 (p<0,05), sept covariables (SEXE, CLDX, RM, T6βOHD,
MTHP, HT et CYP3A5) en plus de fuα1-ag étaient significativement corrélées à la clairance
du docétaxel.
-3
-2
-1
0
1
2
3
4
5
6
0 0.5 1 1.5 2 2.5 3
Concentrations en docétaxel prédites (mg/l)
Erre
ur ré
sidu
elle
pon
déré
e (W
RES
)
60
Tableau 8 : Analyse univariée de 14 covariables. Impact sur la fonction objective et sur la variabilité interindividuelle.
Modèles testés : TVCL =
δ ΟΒJb
p CV (%)c
Sans covariable θ1 +6,8 <0,05 39
Référence θ1 x fua
0
-
32
Covariables biologiques et pathologiques θ1 x fu x (1+/-θ2 x ALB) θ1 x fu x (1-θ2 x BILI) θ1 x fu x (1-θ2 x ALAT) θ1 x fu x (1-θ2 x MTHP)
-0,5 -0,2 -1,7 -6,6
NS NS NS
<0,05
31 32 31 22
Covariables morphologiques et démographiques θ1 x fu x (1+θ2 x BSA) θ1 x fu x (1+θ2 x POIDS) θ1 x fu x (1+θ2 x HT) θ1 x fu x (1-θ2 x SEXE) θ1 x fu x (1-θ2 x AGE)
-2,1 -0,4 -5,6 -10,2
0
NS NS
<0,05 <0,001
NS
28 30 27 20 33
Covariables génotypiques θ1 x fu x (1+θ2 x MDR) θ1 x fu x (1+θ2 x CYP3A5)
-2,5 -5,6
NS <0,05
32 29
Covariables issues du test à la dexaméthasone θ1 x fu x (1+θ2 x RM) θ1 x fu x (1+θ2 x CLDX) θ1 x fu x (1+θ2 x T6βOHD)
-11,3 -22,4 -4,2
<0,001 <0,001 <0,05
31 23 32
a : fu = 1/(11,20045+0,14478 x AAG) b: δ OBJ = différence entre la fonction objective du modèle testé et celle du modèle de référence c : variabilité interindividuelle non expliquée par la covariable prise en compte ALB = concentration en albumine plasmatique, ALAT = taux d’alanine aminotransférase, SC = surface corporelle, HT = taille, RM = rapport entre les quantités urinaires de 6-β hydroxydexaméthasone et de dexaméthasone inchangée calculé sur les urines de 24 heures ; CLDX = clairance plasmatique d’élimination de dexaméthasone, T6βOHD = quantité de 6-β hydroxydexaméthasone retrouvée dans les urines sur 24 heures (exprimée en pourcentage de dexaméthasone administrée), MDR = génotype MDR1 (1 = double homozygote muté, 0 = autres génotypes), SEXE = 0 si homme, 1 si femme, MTHP = 1 si présence de métastase hépatique, 0 si absence de métastase hépatique, CYP3A5 = génotype CYP3A5 avec, 1 si au moins un allèle CYP3A5*1 était présent, 0 pour tout autre génotype. NS = non significatif
61
1.3.4.3 Modèle final de covariables
L’association des covariables retenues précédemment dans un modèle intermédiaire a
été réalisée en ne prenant en compte qu’une seule des covariables correspondant aux
paramètres pharmacocinétiques de la dexaméthasone (MR, T6βOHD ou CLDX). Ainsi un
modèle intermédiaire de covariables a été établi en associant 6 covariables : fuα1-ag, CYP3A5,
MTHP, SEXE , HT et un paramètre pharmacocinétique de la dexaméthasone. Une covariable
était retenue dans le modèle si sa délétion entraînait une augmentation de la valeur de fonction
objective d’au moins 3,84 (p<0,05).
Le test de délétion alternative des covariables a permis de retenir deux types de covariables en
plus de fu : MTHP et un paramètre pharmacocinétique de la dexaméthasone (RM, CLDX ou
T6βOHD). Le meilleur modèle de covariables (c’est à dire celui pour lequel la fonction
objective est la plus basse) est celui prenant en compte la clairance plasmatique de la
dexaméthasone où la valeur typique de la clairance du docétaxel est exprimée comme suit :
TVCL (L/hr) = 356 x fuα1-ag, x (1 - 0,17 x MTHP) x (1 + 0,126 x CLDX). La Figure 8
représente la corrélation (r = 0,58 ; p < 0,01) entre les clairances calculées par ce modèle de
covariables et les clairances observées (valeurs POST HOC déterminées selon le modèle de
Baille et al. [Baille et al. 1997]). Le biais moyen (moyenne de l’écart entre clairance prédite et
clairance observée exprimé et pourcentage de clairance observée) de prédiction de la clairance
par ce modèle est de +13,5% (valeurs comprises entre –34% et + 43%), la précision moyenne
(moyenne de la valeur absolue du biais) de prédiction du modèle est de 21% (valeurs
comprises entre 1,4% et 43%).
La première partie du Tableau 9 indique la contribution respective de chaque covariable dans
le modèle final (valeurs des coefficients θ correspondants à chacune des covariables). La
deuxième partie du Tableau 9 compare des modèles alternatifs de covariable au modèle final
prenant en compte les covariables MTHP, CLDX et fu. L’augmentation significative de
fonction objective entraînée par la délétion d’une de ces trois covariables confirme la
pertinence de leur association dans le modèle final. Le remplacement de la covariable CLDX
par un autre paramètre pharmacocinétique de la dexaméthasone (MR ou T6βOHD) dans le
modèle final, entraîne une augmentation de la valeur de la fonction objective. Toutefois, les
valeurs de fonction objective des modèles alternatifs prenant en compte MR ou T6βOHD à la
place de CLDX sont plus faibles que celles obtenues avec les modèles sans paramètres
pharmacocinétiques de la dexaméthasone (Tableau 9). Les trois paramètres
62
pharmacocinétiques de la dexaméthasone obtenus sont donc des covariables pertinentes pour
expliquer la variabilité de la clairance d’élimination du docétaxel. La Figure 9 représente la
corrélation entre les CL réelles et les CL prédites selon une relation de proportionnalité
directe avec la surface corporelle : CL = 32,9 x SC. Cette relation de proportionnalité est
l’hypothèse qui soutien la pratique clinique courante de calcul des doses de docétaxel en
fonction de la surface corporelle.
Tableau 9 : Modèles final et alternatifs de covariables de la clairance du docétaxel (L/hr): valeurs moyennes des coefficients des covariables et variabilités inter individuelles.
Modèle final de covariablesa CL = θ1 x fuα1-AG x (1 - θ2 x MTHP) x (1 + θ3 x CLDX)
Valeurs des coefficients θ1 = 356 ; θ2 = 0.170 ; θ3 = 0.126
%CVb 15
Modèles alternatifs de covariables CL = θ1 x fuα1-AG x (1 - θ2 x MTHP) x (1 + θ3 x RM) CL = θ1 x fuα1-AG x(1 - θ2 x MTHP)x(1 + θ3 x T6β-OHD) CL = θ1 x (1 - θ2 x MTHP) x (1 + θ3 x CLDX) CL = θ1 x fuα1-AG x (1 - θ2 x MTHP) CL = θ1 x fuα1-AG x (1 + θ2 x CLDX) CL = θ1 CL = θ1 x SC
Valeurs des coefficients θ1=755 ; θ2=0,236 ; θ3=0,067 θ1=705 ; θ2=0,271 ; θ3=3,82 θ1=34,9 ; θ2=0,267 ; θ3=0,060 θ1=996 ; θ2=0,206 θ1=214 ; θ2=0,247 θ1 = 55,8 θ1 = 32,9
ΔOBJc
+5,2 +9,5 +7,2 +19,7 +4,7 +33,1 +28,2
P - - <0,01 <0,001 <0,05 <0,001 <0,001
%CV 19 17 24 22 23 38 32
a : RM = rapport entre les quantités urinaires de 6-β hydroxydexaméthasone et de dexaméthasone inchangée calculé sur les urines de 24 heures ; CLDX = clairance plasmatique d’élimination de dexaméthasone, T6βOHD = quantité de 6-β hydroxydexaméthasone retrouvée dans les urines sur 24 heures (exprimée en pourcentage de dexaméthasone administrée), SC = Surface corporelle, fuα1-AG = fraction libre plasmatique de docétaxel calculée selon l’équation : 1/(11.20045+0.14478 x AAG) (avec AAG = taux d’alpha-1 glycoprotéine Acide), MTHP = 1 si présence de métastase hépatique, 0 si absence de métastase hépatique b : variabilité interindividuelle non expliquée par la(les) covariable(s) prise(s) en compte c: Δ OBJ= différence entre la fonction objective du modèle testé et celle du modèle de référence
63
Figure 8 : Représentation de la corrélation entre clairances observées et clairances prédites par le modèle final de covariables : CL = 356 x fuα1-AG x (1 - 0,170 x MTHP) x (1 + 0,126 x CLDX) [----- : droite d’identité]
Figure 9 : Représentation de la corrélation entre clairances observées et clairance calculées en fonction de la surface corporelle : CL = 32, 9 x SC [----- : droite d’identité]
y = 0.56x + 17.9R2 = 0.09
25
35
45
55
65
75
85
25 35 45 55 65 75 85
CL de docétaxel prédites par la surface corporelle (L/hr)
CL
de d
océt
axel
est
imée
s se
lon
Bai
lle e
t al (
L/hr
)
y = 0.53x + 21R2 = 0.34
25
35
45
55
65
75
85
25 35 45 55 65 75 85
CL de docétaxel prédites par le modèle final de covariables (L/hr)
CL
de d
océt
axel
est
imée
s se
lon
Bai
lle e
t al (
L/hr
)
64
1.3.5 Pharmacocinétique du docétaxel et toxicité
Bien que l’évaluation de la toxicité n’était pas l’objectif principal de l’étude, les effets
indésirables graves apparaissant dans les 21 jours qui suivaient la perfusion de docétaxel ont
été enregistrés. Un épisode de neutropénie sévère (c’est à dire un taux de polynucléaires
neutrophiles inférieur à 500/mm3 et/ou une neutropénie fébrile) a été observé chez sept
patients.
Les ASC totales et ASC libres (ASCu calculées selon la relation ASCu = fuα1-AG x Dose/CL)
ont été comparées entre les patients qui ont connu un épisode toxique sévère et ceux dont la
tolérance a été acceptable. L’ASC totale moyenne était supérieure chez les patients qui ont eu
une neutropénie sévère : 3,9 mg.hr.l-1 (valeurs extrêmes : 2,4 – 5,8) contre 2,9 mg.hr.l-1 (1,7 –
5,3) chez les patients sans neutropénie sévère (mais la différence n’était pas statistiquement
significative p=0,10). Cette différence est significative lorsque sont comparées les ASCu :
0,24 mg.hr.l-1 (0,15 – 0,31) contre 0,17 mg.hr.l-1 (0,09 – 0,29) respectivement (p= 0,02 selon
le test de Mann-Whitney).
1.4 DISCUSSION
1.4.1 Pharmacocinétique de la dexaméthasone
Le modèle pharmacocinétique monocompartimental utilisé pour l’analyse des données
plasmatiques de dexaméthasone a permis de décrire convenablement la décroissance des
concentrations observées. En effet, les concentrations prédites sont étroitement corrélées aux
concentrations observées (r=0,98) et l’erreur résiduelle de 10,6% est en adéquation avec la
précision de la méthode analytique de détermination des taux de dexaméthasone plasmatique
(précision comprise entre 3,7 et 7,0% selon les niveaux de concentration lors des tests de
reproductibilité).
La modélisation des concentrations plasmatiques de dexaméthasone selon une approche de
pharmacocinétique de population a permis de déterminer les paramètres pharmacocinétiques
individuels de la dexaméthasone chez les patients de l’étude à partir d’un nombre limité de
prélèvements (trois par patient). Les valeurs des paramètres pharmacocinétiques que nous
avons observé (CLDX moyenne de 3,5 +/- 0,9 ml/min/kg et demi vie moyenne de 3,1 hr) sont
65
comparables avec celles précédemment reportées (clairance moyenne de 3,7 +/- 0,9
ml/min/kg et demi vie moyenne de 3,0 +/-0,8 hr) [Gustavson et Benet. 1985].
Nous n’avons pas pu utiliser les concentrations urinaires de dexaméthasone inchangée sur les
recueils urinaires entre 8 heures et 24 heures du fait d’une interférence analytique. Cependant,
la modélisation des concentrations urinaires de dexaméthasone à l’aide du logiciel NONMEM
nous a permis d’estimer la quantité totale de dexaméthasone retrouvée inchangée dans les
urines avec une bonne fiabilité (comme en témoigne la corrélation entre les quantités urinaires
de dexaméthasone prédites et observées 8 heures après l’administration de dexaméthasone
(Figure 2). Ainsi, malgré cette difficulté analytique, nous avons pu grâce à la modélisation,
calculer les rapports urinaires entre les quantités de 6-β hydroxydexaméthasone et de
dexaméthasone inchangée.
Nous avons observé une grande variabilité interindividuelle des paramètres
pharmacocinétiques de la dexaméthasone (que ce soit au niveau de la clairance d’élimination
de la quantité de métabolite urinaire (6βOHD) ou du rapport métabolique 6βOHD/
dexaméthasone). Il existe une corrélation entre la clairance plasmatique de la dexaméthasone
et le rapport urinaire 6βOHD/ dexaméthasone, ce qui confirme que le 6βOHD formé par le
CYP3A4 est bien un métabolite principal de la dexaméthasone comme observé in vivo sur des
microsomes hépatiques humains [Gentile et al. 1996]. La faiblesse de cette corrélation (r =
0,46) peut s’expliquer par le fait que la dexaméthasone est aussi éliminée sous forme d’autres
métabolites comme le 6-α-hydroxydexaméthasone, ou le 6 hydroxy-9α-fluoro-androstan-1, 4-
diène-11β-hydroxy-16α-méthyl-3, 17-dione [Gentile et al. 1996].
1.4.2 Pharmacocinétique du docétaxel
La valeur moyenne de la clairance d’élimination du docétaxel (28,9 L/hr/m²)
retrouvée chez nos 21 patients est plus élevée que celle obtenue par Bruno et al (20,6 L/hr/m²)
[Bruno et al. 1996]. Pour alléger la contrainte de l’étude, nous n’avons pas réalisé de
prélèvements tardifs (entre douze et vingt-quatre heures après la fin de perfusion). Il se peut
que ce manque d’information sur l’élimination terminale du docétaxel ait entraîné une
surestimation de la clairance d’élimination. En effet, les CL individuelles qui sont
déterminées à partir du modèle qui estime la valeur typique de CL à partir des données des 21
patients de l’étude, sont en moyenne plus fortes que celles déterminées à partir du modèle de
Baille et al. Cependant, d’autres auteurs comme Rosing et al, ont retrouvé des valeurs
66
moyennes de clairances supérieures (34,8 L/hr/m²) à celle observée dans notre étude [Rosing
et al. 2000].
Bruno et al [Bruno et al. 1996] avaient observé une grande variabilité interindividuelle de la
clairance du docétaxel. Cette variabilité a également été retrouvée chez les 21 patients de
l’étude.
1.4.3 Apport de la dexaméthasone pour la prédiction de la clairance du docétaxel
Les paramètres pharmacocinétiques de la dexaméthasone permettent d’expliquer, au
moins en partie, la variabilité interindividuelle de la clairance d’élimination du docétaxel. En
effet, le suivi de l’élimination de la dexaméthasone offre trois covariables pertinentes (CLDX,
T6βOHD et MR) pour l’expression de la clairance du docétaxel. Dans notre étude, la
clairance de la dexaméthasone a été une « meilleure » covariable que les données urinaires
T6βOHD et MR. Bien qu’un prélèvement sanguin soit plus « invasif » qu’un recueil urinaire,
cela représente l’avantage de ne mobiliser le patient que pendant quatre heures après
l’administration de dexaméthasone, alors que les recueils urinaires doivent être réalisés sur au
moins huit heures. De plus, le risque d’un manque d’exhaustivité du recueil peut rendre les
données urinaires inexploitables.
D’autres molécules tests ont déjà été proposées pour la prédiction de la clairance
d’élimination du docétaxel. Le [14C-N-méthyl] erythromycin breath test (EBT) [Hirth et al.
2000] permet d’évaluer l’activité du cytochrome P450 3A4 par la mesure de 14CO2 expiré,
mais nécessite l’administration d’érythromycine radiomarquée qui rend son utilisation en
pratique clinique courante délicate. La mesure de la clairance du midazolam [Goh et al. 2002]
ou la mesure de l’élimination urinaire de 6β-hydroxycortisol [Yamamoto et al. 2000]
imposent l’administration d’un médicament supplémentaire sans intérêt thérapeutique chez
des patient déjà assez lourdement traités. Le suivi de l’élimination de la dexaméthasone
présente l’avantage par rapport aux tests précédemment proposés de ne pas rajouter de prise
médicamenteuse supplémentaire (et encore moins radioactif) puisque la dexaméthasone
s’administre déjà la veille de la perfusion de docétaxel pour diminuer les phénomènes de
rétention hydrique. Cependant, il reste à définir comment un test à la dexaméthasone peut être
proposé en pratique clinique. En effet, la réalisation des prélèvements et des dosages ainsi que
l’analyse des résultats nécessitent un délai entre l’administration de dexaméthasone et la
67
détermination de la clairance de dexaméthasone. Cela imposerait donc notamment de
programmer le test suffisamment longtemps avant la perfusion de docétaxel.
Dans la perspective de limiter le nombre de médicaments administrés aux patients, il est
envisageable d’évaluer les capacités d’élimination du docétaxel directement après une dose
test de docétaxel. Cependant, la caractéristique essentielle des molécules tests est leur
innocuité vis à vis du patient, ce qui n’est pas le cas du docétaxel. Il faudrait donc administrer
des faibles doses qui poseraient des problèmes analytiques. En effet, les concentrations
tardives sont faibles avec des doses thérapeutiques, elles seraient indétectables en HPLC avec
de faibles doses. Cela nécessiterait donc de réaliser les dosages en spectrométrie de masse, qui
reste un appareillage onéreux pas à la disposition de tous les laboratoires d’analyse.
1.4.4 Etude des covariables influentes sur la clairance du docétaxel
La variabilité interindividuelle de la clairance d’élimination du docétaxel n’est pas
entièrement expliquée par la pharmacocinétique de la dexaméthasone. En effet, une part de la
variabilité inter-individuelle non expliquée par la CL de la dexaméthasone peut être expliquée
par la fluctuation d’autres facteurs que nous retrouvons dans notre modèle final de
covariables.
Nous avons notamment retrouvé l’influence de la fraction libre de docétaxel estimée à
partir des taux d’alpha 1 glycoprotéine acide sur la clairance du docétaxel ; la clairance
diminue lorsque la fraction libre diminue. Bruno et al. [Bruno et al. 1996] avaient déjà
observé une corrélation négative entre le taux d’AAG et la clairance d’élimination du
docétaxel à partir d’un nombre plus important d’observations. Dans cette même étude, les
auteurs ont retenu comme covariable un marqueur biologique de l’altération de la fonction
hépatique représenté par une élévation à la fois des transaminases et des phosphatases
alcalines. Dans notre étude, nous n’avons pas pu étudier l’impact des phosphatases alcalines
puisque près de la moitié des patients présentaient des métastases osseuses, le taux de
phosphatases alcalines ne peut être dans ce contexte un reflet de la seule fonction hépatique.
L’analyse univariée des transaminases n’a pas montré d’influence significative sur la fonction
objective, peut-être parce que les patients de notre population avaient des taux peu élevés
(deux patients seulement avaient des taux de transaminases qui dépassaient 1,5 fois la limite
normale supérieure). En revanche, un autre marqueur de l’altération de la fonction hépatique
représenté par la présence ou non de métastases hépatiques, s’est avéré être pertinent dans le
modèle final de covariable. Le degré d’envahissement du parenchyme hépatique a déjà été
68
décrit comme un critère déterminant de la répercussion des métastases hépatiques sur les
capacités métaboliques du foie notamment pour ce qui concerne la vinorelbine [Robieux et al.
1996]. Ici, l’influence des métastases hépatiques sur la clairance du docétaxel était
significative en ne les considérant que de manière binaire (présence ou absence).
Nous n’avons pas pu retenir de covariable morphologique dans notre modèle final alors que le
poids et la surface corporelle avaient été décrits par Bruno et al. [Bruno et al. 1996] comme
corrélés à la clairance d’élimination du docétaxel. Ici, seule la taille a pu être retenue lors de
l’analyse univariée. En revanche, elle était redondante avec les autres covariables lors de
l’analyse multivariée. En effet, les patients les plus « petits » étaient aussi pour la plupart
porteurs de métastases hépatiques : sur les huit patients présentant des métastases hépatiques,
sept étaient des femmes dont la taille étaient significativement plus petite que celle des
hommes (p<0.001 selon le test de Student). Cela explique aussi sûrement pourquoi la prise en
compte de la covariable « sexe » entraîne une diminution significative de la fonction objective
en analyse univariée, alors qu’en analyse multivariée elle s’est avérée redondante avec la
covariable « présence ou absence de métastase hépatique ».
La Figure 9 montre une absence de corrélation entre la surface corporelle et la clairance du
docétaxel chez les patients de notre étude. Ceci confirme que la surface corporelle n’est pas
un bon paramètre pour estimer la clairance de nombreux médicaments et qu’il est nécessaire
d’utiliser d’autres paramètres pour adapter la posologie des cytotoxiques.
1.4.5 Fixation protéique du docétaxel
La corrélation entre le niveau d’ASC et la toxicité hématologique observée confirme
l’intérêt que peut représenter l’adaptation de posologie du docétaxel. En outre, la relation
entre l’ASC libre et la toxicité semble être meilleure qu’entre ASC totale et toxicité ce qui
souligne le rôle important et paradoxal que semble jouer l’alpha1-glycoprotéine acide (AAG)
sur la pharmacocinétique et sur la pharmacodynamie. En effet, nous avons fait l’hypothèse
que la clairance d’élimination du docétaxel, comme pour les médicaments à faible coefficient
d’extraction hépatique [Benet et Hoener. 2002] était dépendante de la fraction libre du
docétaxel selon la relation CL = fuα1-AG x CLint (avec fuα1-AG = fraction libre de docétaxel
estimée à partir du taux d’AAG selon l’équation proposée par Urien et al. [Urien et al. 1996]
et CLint = CL intrinsèque). Cette hypothèse a été confirmée par l’augmentation de fonction
objective qu’a entraîné la suppression de fuα1-AG dans le modèle de covariable, bien que le
docétaxel ne remplisse pas strictement les conditions nécessaires pour pouvoir énoncer cette
69
hypothèse. En effet, la clairance moyenne ne correspond pas à celle d’une molécule à faible
coefficient d’extraction. Mais l’influence du taux d’AAG sur la clairance du docétaxel avait
déjà été décrite par Bruno et al. [Bruno et al. 1996]. Par ailleurs, Bruno et al. [Bruno et al.
2003] ont observé que chez des patients porteurs de carcinomes bronchiques non à petites
cellules, le taux de base d’AAG était un facteur prédictif du taux de réponse et de la médiane
de survie : la médiane de survie variait de 15,6 mois pour des patients dont le taux d’AAG
était inférieur à 1,11 g/l à 5,5 mois pour des patients dont le taux d’AAG était supérieur à 1,85
g/l (p<0,005). Les auteurs envisagent l’effet de la diminution de fraction libre de docétaxel
pour expliquer la moindre réponse observée chez les patients dont les taux d’AAG sont
élevés. Ils remarquent cependant que des taux d’AAG étant plus élevés chez les patients dont
la pathologie est avancée, l’augmentation des taux d’AAG est associée à un pronostic
péjoratif et que par conséquent le lien de cause à effet précédent n’est pas certain.
Quoiqu’il en soit, nos résultats indiquent que la fraction libre, tout au moins les taux
d’AAG doivent être pris en compte pour expliquer la variabilité interindividuelle de la
clairance du docétaxel. Des études supplémentaires sont nécessaires pour mieux comprendre
le rôle de la fixation du docétaxel sur l’AAG dans la relation entre la pharmacocinétique et la
pharmacodynamie du docétaxel.
1.4.6 Pharmacogénétique
Les investigations génotypiques sur les gènes codant pour le CYP3A5 et pour la P-gp
n’ont pas apporté d’éléments supplémentaires permettant d’expliquer la variabilité inter
individuelle de la clairance du docétaxel. Seule l’analyse univariée du génotype CYP3A5
(pour le SNP A6986G) a montré une faible corrélation entre la clairance du docétaxel et le
polymorphisme A6986G. Mais lors de l’analyse multivariée, cette covariable était redondante
avec la clairance de la dexaméthasone. Il est possible que la dexaméthasone soit elle même
substrat du CYP3A5, auquel cas, l’expression de la protéine fonctionnelle de l’enzyme
pourrait avoir des répercussion sur l’élimination de la dexaméthasone. En effet, sur les
données de notre étude, la différence est non significative, mais la clairance de la
dexaméthasone était en moyenne plus élevée (15,3 L/hr) chez les patients porteurs de l’allèle
*1, que chez les patients homozygotes *3 / *3 (13,6 L/hr). En outre, on ne sait pas dans
quelle proportion le CYP3A5 contribue au métabolisme global in vivo du docétaxel.
L’affinité in vitro du docétaxel est 10 fois moindre vis à vis du CYP3A5 que vis à vis du
CYP3A4, il se peut donc que l’activité du CYP3A4 soit prépondérante et qu’ainsi le
70
polymorphisme génétique de l’expression du CYP3A5 n’ait pas de répercussion sur la
clairance du docétaxel comme l’ont déjà décrit d’autres auteurs [Goh et al. 2001].
Les deux isoenzymes n’ont pas la même sensibilité vis à vis des différents inducteurs ou
inhibiteurs [Wilkinson. 2004], par exemple le CYP3A4 est plus sensible que le CYP3A5 à
l’effet inhibiteur du fluconazole ou de l’itraconazole [Gibbs et al. 1999]. Il est donc probable
que les individus qui expriment le CYP3A5 soient moins sensibles à l’action inhibitrice de ces
molécules que ceux qui ne l’expriment pas. La fréquence de l’expression du CYP3A5 est si
faible que nous avions des effectifs trop petits pour pouvoir étudier l’effet des inducteurs ou
des inhibiteurs enzymatiques sur la clairance du docétaxel selon que les patients exprimaient
ou n’exprimaient pas le CYP3A5.
La P-glycoprotéine, participe à la sécrétion intestinale du docétaxel [Van Zuylen et al.
2000], il était donc possible qu’une diminution de l’activité de cette protéine se soit
accompagnée d’une diminution de la sécrétion intestinale et donc d’une diminution de la
clairance totale. Nous n’avons pas observé de corrélation entre le génotype MDR1 (pour les
SNP C3435T et G2677T) et la clairance du docétaxel. C’est également le cas vis-à-vis de la
clairance de dexaméthasone : il n’y a pas de différence entre la clairance moyenne de
dexaméthasone des patients doubles homozygotes mutés (13,0 l/h) et celle des autres patients
(12,9 l/h). D’autres études n’ont pas non plus retrouvé de relation entre la mutation C3435T et
des variations pharmacocinétiques du docétaxel [Goh et al. 2002] ou d’autres médicaments tel
que la ciclosporine [Von Ashen et al. 2001]. Les deux mutations identifiées comme associées
avec une diminution d’activité de la P-gp, ont montré une influence sur la pharmacocinétique
de la digoxine [Hoffmeyer et al. 2000], [Kurata et al. 2001]. Il est possible que la
conséquence fonctionnelle de la mutation G2677T (remplacement d’une alanine par une
sérine) soit limitée à certains des substrats de la P-gp par modification de l’affinité de la
protéine. Peut-être que la mutation entraîne une diminution de l’affinité de la P-gp vis-à-vis de
la digoxine mais pas vis-à-vis du docétaxel ni de la ciclosporine.
Il est possible aussi que la contribution relative de la P-gp dans l’élimination du docétaxel soit
trop faible par rapport au métabolisme hépatique pour qu’une diminution de son activité ait
des répercussions sur la clairance totale. Ainsi l’élimination de la digoxine qui est peu
métabolisée est influencée par des variations d’activité de la P-glycoprotéine, alors que la
clairance du docétaxel reste insensible à une modification de l’activité P-gp. Cela a été
observé par Van Zuylen et al. [Van Zuylen et al. 2000] qui lors de l’administration de
docétaxel en présence d’un inhibiteur de P-gp ont décrit une diminution significative de la
sécrétion intestinale du docétaxel sans que la clairance totale d’élimination en soit affectée.
71
A l’heure actuelle, 29 polymorphismes génétiques ont été identifiés sur le gène de MDR1
[Marzolini et al. 2004], certains étant liés entre eux, notre étude confirme d’ailleurs le lien
étroit qui existe entre les 2 mutations C3435T et G2677T. Il n’est pas impossible que d’autres
polymorphismes aient une influence sur l’activité de la P-gp, pas nécessairement seuls mais
lorsqu’ils sont associés à d’autres polymorphismes. Peut-être que la considération d’une
combinaison de plusieurs polymorphismes simultanés est plus pertinente que l’analyse des
mutations isolées. Comme nous l’avons vu précédemment, de nombreux travaux ont été
réalisés pour étudier la pertinence clinique des polymorphismes génétiques de MDR1. Les
conclusions sur la conséquence des SNP sur l’activité P-gp varient selon les substrats utilisés
et pour un même substrat varient selon les auteurs [Marzolini et al. 2004]. Les corrélations
observées entre SNP et activité P-gp semblent différer selon les origines ethniques des
patients. En effet, dans leur revue Marzolini et al. [Marzolini et al. 2004] font état de 3 études
sur 4 qui concluent à une altération de l’activité P-gp vis à vis de la digoxine chez des patients
caucasiens ou américains porteurs de la mutation C3435T , alors que 2 études sur 3 réalisées
chez des patients asiatiques concluent à une augmentation de l’activité P-gp (toujours vis à vis
de la digoxine) chez les patients porteurs de la même mutation. Ces différences inter-
ethniques pourraient être dues à des différences d’haplotypes associés à la mutation C3435T
selon les populations.
72
Publication n°1:
Dexamethasone as a probe for docetaxel clearance.
Florent Puisset, Etienne Chatelut, Florence Dalence, Florent Busi, Thierry
Cresteil, Joëlle Azema, Muriel Poublanc, Isabelle Hennebelle, Thierry Lafont,
Christine Chevreau, Henri Roché.
Cancer. Chemother. Pharmacol. (2004) 54 : 265-272
73
74
75
76
77
78
79
80
81
2 Application au docétaxel : Validation prospective des résultats de l’étude pilote
2.1 Introduction
Dans l’étude pilote précédente, nous avons vu que la dexaméthasone est un marqueur
potentiel de l’activité métabolique CYP3A4. En effet, la clairance de la dexaméthasone est
corrélée de manière significative à la clairance du docétaxel. Nous avons pu établir un modèle
de covariables permettant de prédire la clairance du docétaxel selon l’équation suivante : CL
docétaxel (L/hr) = 356 x fuα1-AG x (1 - 0,170 x MTHP) x (1 + 0,126 x CLDX). Avec fuα1-AG =
fraction libre de docétaxel estimée selon le taux d’α1 glycoprotéine acide ; MTHP = 1 ou 0 si
présence ou absence de métastases hépatique respectivement, et CLDX = clairance de la
dexaméthasone. Ce modèle de covariables permettait d’expliquer plus du tiers de la variabilité
inter-individuelle de la CL du docétaxel. Toutefois, cette équation était issue d’une analyse
rétrospective de données, l’étude a donc été prolongée de façon à inclure des patients
supplémentaires afin de valider prospectivement l’équation précédemment décrite. Les
résultats de cette validation prospective sont présentés ci dessous.
La fraction libre de docétaxel apparaît comme une covariable significative, or dans notre
modèle de covariable, la valeur de fraction libre utilisée est une estimation à partir du taux
d’AAG. Afin d’évaluer l’influence réelle de la fixation protéique sur la clairance du
docétaxel, une mesure de la fixation protéique du docétaxel a été réalisée.
Après la validation prospective de l’équation de prédiction de la clairance du docétaxel,
une analyse multivariée des covariables a été reprise sur les données de l’ensemble des
patients de l’étude (patients de la phase pilote et patients de la phase prospective) afin de re-
définir l’influence respective de chacune des covariables identifiées comme influentes sur la
clairance du docétaxel. Lors de la phase pilote, le sexe était apparu comme une covariable
pertinente, mais redondante avec la covariable MTHP, le sexe a donc été pris en compte dans
l’analyse multivariée pour re-définir la covariable la plus pertinente entre le sexe et la
présence ou non de métastase hépatique.
2.2 Patients et méthodes
2.2.1 Patients
Les critères d’inclusions étaient identiques à ceux de la première étude (patients
majeurs redevables d’un traitement par docétaxel dans le cadre de la prise en charge standard
de leur pathologie maligne), la prolongation du protocole a été validée par le comité
82
consultatif de protection des personnes participant à la recherche biomédicale (CCPPRB) de
Toulouse I.
2.2.2 Traitements
Les traitements étaient administrés comme décrit précédemment (deuxième partie/
chapitre 1.2)
En raison d’une rupture d’approvisionnement, les patients ont reçu une pré-médication par
prednisolone (Solupred®) 50 mg 2 fois par jour durant 3 jours débutée la veille au soir de la
perfusion de docétaxel, à la place de la methylprednisolone (Médrol®)
2.2.3 Protocoles de prélèvements et dosages
Les schémas de prélèvements étaient identiques à ceux décrits précédemment
(Deuxième partie / chapitre 1.2.2).
Les méthodes de dosage de la dexaméthasone plasmatique et du docétaxel plasmatique
sont identiques à celles décrites précédemment (Deuxième partie / chapitres 1.2.3 et 1.2.4).
2.2.4 Détermination de la fraction libre du docétaxel
La détermination de la fraction libre du docétaxel a été réalisée au laboratoire de
pharmacologie clinique du National Cancer Institue de Bethesda (MD, USA) par l’équipe de
Alex SPARREBOOM.
La mesure a été effectuée sur des échantillons de plasma reconstitués à partir des différents
prélèvements restant inutilisés pour les dosages de médicaments, par une méthode de
microdialyse à l’équilibre publiée [Acharya et al. 2004]. La précision de la méthode en terme
de reproductibilité et de répétabilité était inférieure à 15%.
2.2.5 Analyse pharmacocinétique
2.2.5.1 Dexaméthasone
Les concentrations plasmatiques de dexaméthasone ont été analysées comme
précédemment décrit (Deuxième partie / chapitre 1.2.6.1).
83
2.2.5.2 Docétaxel
Les clairances plasmatiques individuelles de docétaxel ont été déterminées par
estimation bayésienne comme précédemment décrit (Deuxième partie / chapitre 1.2.6.2).
2.2.6 Analyse statistique
Cinq covariables ont été testées : la clairance de la dexaméthasone (CLDX), la
présence ou non de métastase hépatique (MTHP) , fraction libre de docétaxel estimée à partir
du taux d’α1 glycoprotéine acide (fuα1-AG), la fraction libre de docétaxel mesurée (fu mes), et le
sexe.
Chaque covariable a été testée séparément par le test de corrélation de Pearson (pour
les variables continues) ou par le test des rangs de Spearman (pour les variables discontinues
comme le sexe ou MTHP) pour évaluer la corrélation entre la clairance du docétaxel et
chaque covariable. Une analyse de régression linéaire multiple a ensuite été réalisée sur les
covariables significativement corrélées avec la clairance du docétaxel (p<0.2). Une covariable
était considérée comme statistiquement significative en analyse multivariée lorsqu’elle était
associée à une valeur de p<0,05.
L’analyse multivariée a été réalisée à l’aide du logiciel de statistique STATA (version 7.0,
Stat corporation, College Station, TX, USA).
2.3 Résultats
2.3.1 Patients
Vingt patients ont été inclus, mais du fait d’interférences analytiques lors du dosage
des concentrations plasmatiques du docétaxel, la clairance du docétaxel n’a pu être
déterminée chez trois patients. Les caractéristiques des patients sont résumées dans le
Tableau 10 en considérant 2 séries de patients : une série de 17 patients inclus dans
l’étude de validation prospective, la série regroupant les 38 patients au total qui ont participés
à l’étude pilote et à la validation prospective.
84
Tableau 10 Caractéristiques de patients inclus pour la validation prospective (N=17), ainsi que de l’ensemble des patients ayant participés à l’étude pilote et à la validation prospective (N=38)
Caractéristiques Patients de l’étude prospective (n=17)
Moyennes (Min-Max)
Patients des 2 études (n=38)
Moyennes (Min-Max) Age Poids (kg) Surface corporelle (m²)a α1-glycoproteine acide Sexe (femmes/hommes) Doses de docétaxel: 75/100 mg/m² Présence de métastases hépatique: oui/non Tumeur primitive: prostate, sein, autres
62 (48 – 77) 74(57 – 93)
1.82 (1.54 – 2.06) 31.8 (12.9 – 60.5)
7 / 10 12 / 5
5 / 12 8/6/3
58 (19 – 77)
70 (49 – 106) 1.72 (1.46 – 2.25) 34.7 ( 12.9 – 70.9)
18/20 21/17
13/25
12/15//11
2.3.2 Pharmacocinétique de la dexaméthasone et du docétaxel
L’ajustement des concentrations plasmatiques de dexaméthasone par le modèle, pour
les 17 patients de la série prospective est représenté dans la Figure 10
L’ajustement des concentrations plasmatiques de docétaxel par le modèle, pour les 17 patients
de la série prospective est représenté dans la Figure 11
L’étroite corrélation entre les concentrations individuelles prédites et celles observées
(pour les concentrations de docétaxel comme pour les concentrations de dexaméthasone)
permet de dire que les valeurs des paramètres pharmacocinétiques individuels estimés sont
proches des valeurs réelles.
La CL moyenne du docétaxel est de 42,1 L/hr (valeurs comprises entre 23,2 et 56,7 L/hr) et
de 43,7 L/hr (valeurs comprises entre 23,2 et 57,1 L/hr) sur la série prospective (n=17) et sur
la série regroupant l’ensemble des patients (n=38) respectivement.
La CL moyenne de la dexaméthasone est de 13,7 L/hr (valeurs comprises entre 7,2 et 20,0
L/hr) et de 13,8 L/hr (valeurs comprises entre 7,2 et 27,2 L/hr) sur la série prospective (n=17)
et sur la série regroupant l’ensemble des patients (n=38) respectivement.
85
Figure 10: Concentrations plasmatiques de dexaméthasone. Corrélation entre concentrations observées et concentrations individuelles prédites par le modèle [ ------- : droite d’identité]
Figure 11 : Concentrations plasmatiques de docétaxel : Corrélation entre concentrations observées et concentrations individuelles prédites par le modèle selon Baille et al. [ ------- : droite d’identité]
y = 1.0842x - 0.0209R2 = 0.96
0
0.1
0.2
0.3
0.4
0.5
0.6
0 0.1 0.2 0.3 0.4 0.5 0.6
Concentrations prédites (mg/L)
Con
cent
ratio
ns o
bser
vées
(mg/
L)
y = 0.9631x - 0.0149R2 = 0.98
0
0.5
1
1.5
2
2.5
3
3.5
4
0 0.5 1 1.5 2 2.5 3 3.5 4
Concentrations prédites (mg/L)
Con
cent
ratio
ns o
bser
vées
(mg/
L)
86
2.3.3 Mesure de la fraction libre du docétaxel
La fraction libre moyenne du docétaxel mesurée était de 4,4 % (valeurs comprises
entre 3,1 et 6,0 %) et de 4,8 % (valeurs comprises entre 2,6 et 8,1 %) sur la série prospective
(n=17) et sur la série regroupant l’ensemble des patients (n=38) respectivement.
La fraction libre moyenne estimée (à partir des taux d’AAG) est de 6,4 % (valeurs
comprises entre 5,0 et 7,7 % ) et de 6,3 % (valeurs comprises entre 4,7 et 7,8 %) sur la série
prospective (n=17) et sur la série regroupant l’ensemble des patients (n=38) respectivement.
Une faible corrélation a été observée entre la fraction libre de docétaxel mesurée et la
fraction libre de docétaxel estimée à partir des taux d’AAG (Figure 12)
Figure 12 Représentation de la corrélation entre fractions libre de docétaxel mesurées et fractions libres de docétaxel estimées (fu est) en fonction du taux d’AAG (fu est = 1 /(11,20045 + 0,14478 x AAG); [----- : droite d’identité]
y = 0.6371x + 0.8603R2 = 0.17
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0
Fraction libre de docétaxel estimée selon Urien et al. (%)
Frac
tion
libre
de
docé
taxe
l mes
urée
(%)
87
2.3.4 Evaluation prospective
Une corrélation statistiquement significative (r= 0,62, p<0,01 ; n=17) a été observée
entre la clairance du docétaxel observée et la clairance du docétaxel prédite selon l’équation :
CL docétaxel (L/hr) = 356 x fuα1-AG x (1 - 0,170 x MTHP) x (1 + 0,126 x CLDX). Avec fuα1-
AG = fraction libre de docétaxel estimée selon le taux d’α1 glycoprotéine acide ; MTHP = 1 ou
0 si présence ou absence de métastases hépatiques respectivement, et CLDX = clairance de la
dexaméthasone.
En revanche, la corrélation était nulle chez les hommes (r = 0,28 ; NS ; n = 10) et une forte
corrélation était observée chez les femmes (r = 0,88 ; p<0,01 ; n = 7).
Figure 13 Représentation de la corrélation entre clairances observées et clairances prédites par le modèle final de covariables de la phase pilote : CL = 356 x fuα1-AG x (1 - 0,170 x MTHP) x (1 + 0,126 x CLDX) [----- : droite d’identité] (N=17)
2.3.5 Analyse multivariée de l’ensemble des données
Sur les cinq covariables testées, quatre ont été retenues comme pertinentes lors de
l’analyse univariée : fuα1-AG (p = 0,09), MTHP (p = 0,004) ; CLDX (p<0,001) et sexe
(p<0,001). En revanche, l’analyse multivariée ne permet de ne retenir que la clairance de la
dexaméthasone comme covariable significativement corrélée avec la clairance du docétaxel
(p=0.005).
La montre la corrélation entre la clairance de la dexaméthasone (valeurs Post Hoc) et la
clairance du docétaxel (Valeurs Post Hoc).
y = 0.3384x + 21.766R2 = 0.39
20
30
40
50
60
70
80
90
100
20 30 40 50 60 70 80 90 100
CL de docétaxel prédites par le modèle de covariables de l'étude pilote (L/hr)
CL
de d
océt
axel
est
imée
s se
lon
Bai
lle e
t al.
(L/h
r)
88
Sur les données de la population féminine (n=18) trois covariables ont été retenues : fuα1-AG (p
= 0,02), MTHP (p = 0,1) ; CLDX (p<0,001) en analyse univariée. L’analyse multivariée a
finalement éliminé la covariable MTHP pour ne retenir que CLDX (p = 0,001) et fuα1-AG (p =
0,01) comme covariables corrélées significativement avec la clairance du docétaxel.
La relation entre la clairance du docétaxel et les deux covariables est la suivante : CL
docétaxel (L/hr) = 1,92 (±0,98) x CLDX + 2,68 (±1,95) x fuα1-AG. Les valeurs des coefficients
des covariables sont exprimés en valeur moyenne (± intervalle de confiance 95%) ; CLDX en
L/hr, et fuα1-AG en pourcentage.
La corrélation entre la clairance du docétaxel observée et celle prédite par l’équation ci-dessus
est représentée
89
Figure 15
L’analyse des covariables sur la population masculine n’a mis en évidence aucune covariable
corrélée significativement avec la clairance du docétaxel.
Figure 14 Représentation de la corrélation entre la clairance de la dexaméthasone (valeurs Post Hoc) et la clairance du docétaxel (valeurs Post Hoc) observée sur l’ensemble des 38 patients
y = 1.1963x + 27.309R2 = 0.3013
0
10
20
30
40
50
60
70
0 5 10 15 20 25 30
Cl dexaméthasone observées (L/Hr)
CL
docé
taxe
l obs
ervé
es (L
/Hr)
90
Figure 15 Représentation de la corrélation entre clairances du docétaxel observées et prédites par le modèle: CL = 2,68 x fuα1-AG + 1,92 x CLDX) chez les femmes [----- : droite d’identité] (N=18)
2.4 Discussion
Cette étude a permis de confirmer au moins en partie, la pertinence de l’équation de
prédiction de la CL du docétaxel proposée lors de la phase pilote. En effet, malgré un biais de
prédiction (biais = (CL prédite –CL observée)/CL observée) de +44% (compris entre + 1 et +
92%), la corrélation statistiquement significative (r= 0,62, p<0,01 ; n=17) entre CL prédite et
CL observée nous encourageait à considérer la validation prospective comme positive. Il
semblait en revanche nécessaire de re-définir le poids de chacune des covariables.
L’analyse des covariables sur l’ensemble des patients ayant participé aux études a
permis de confirmer l’existence d’une corrélation significative (r=0,54, p<0,01) entre la
clairance de la dexaméthasone et la clairance du docétaxel. Cependant, la discordance des
corrélations selon le sexe est particulièrement nette. En effet, alors que chez les femmes la
corrélation entre CL dexaméthasone et CL docétaxel est excellente (r = 0,73, p<0,01), aucune
corrélation significative n’est retrouvée chez les hommes.
y = 1.19x - 7.97R2 = 0.68
20
25
30
35
40
45
50
55
60
20 25 30 35 40 45 50 55 60
CL docétaxel prédite (L/Hr)
CL
docé
txel
mes
urée
(L/H
r)
91
Bien que la CL de la dexaméthasone soit en moyenne plus faible chez les femmes que
chez les hommes (12,3 L/hr contre 14,9 L/hr respectivement p<0,05) tout comme la CL du
docétaxel (40,2 L/hr pour les femmes ; 46,8 L/hr pour les hommes, p<0,05) ; la prise en
compte du sexe dans l’analyse multivariée ne permet pas d’expliquer cette discordance.
Cet « effet » sexe peut être du à des facteurs hormonaux propres aux pathologies ou
aux traitements des patients qui n’ont pu être mis en évidence compte-tenu du faible nombre
de patients. La testostérone inhibe le métabolisme in vitro du docétaxel [Royer et al. 1996], et
la testostéronémie semble avoir une influence sur la clairance du docétaxel : parmi des
patients traités pour un cancer de la prostate hormono-résistants, la clairance du docétaxel est
plus élevée chez les patients ayant subi une castration chimique [Baker et al. 2005a]. Une
variation de testostéronémie entre le moment de l’administration de la dexaméthasone et celui
de l’administration du docétaxel pourrait être à l’origine de l’absence de corrélation entre CL
dexaméthasone et CL docétaxel chez les hommes. Il n’est pas exclu que la pré-médication par
corticoïde avant la perfusion de docétaxel soit responsable d’une variation de testostéronémie.
En effet, la corticothérapie, même brève entraîne une diminution de la sécrétion de
testostérone notamment chez les patients atteints de cancers de la prostate hormono-résistants
[Khandwala et al. 2001].
Par ailleurs, il est à noter toutefois que la variabilité inter-individuelle de la clairance
du docétaxel était plus importante chez les femmes que chez les hommes ce qui facilite
l’identification de facteurs explicatifs de variabilité.
La prédiction de la clairance du docétaxel chez les femmes est améliorée lorsque la
fraction libre estimée du docétaxel fuα1-AG est prise en compte avec la clairance de la
dexaméthasone. La clairance du docétaxel tend à diminuer avec la fraction libre et
inversement [Baker et al. 2005b]. La prise en compte de la fraction libre mesurée était
associée à une moins bonne prédiction que la fraction libre estimée à partir du taux d’AAG.
Les deux fractions libres n’étaient que faiblement corrélées entre elles, n’apportant
vraisemblablement pas les mêmes informations en terme de variabilité de la clairance du
docétaxel. Le taux d’AAG est peut-être confondu avec d’autres facteurs de variabilités de la
clairance du docétaxel indépendants du phénomène de fixation protéique.
Il faut aussi considérer le fait que la fraction libre a été mesurée sur des échantillons de
plasmas reconstitués à partir de plusieurs plasmas prélevés à différents moments par rapport à
la perfusion de docétaxel. La fraction libre variant en cours de perfusion [Loos et al. 2003], la
92
fraction libre mesurée ici n’est peut-être pas un reflet fidèle du phénomène de fixation
protéique du docétaxel.
L’équation de prédiction de CL du docétaxel proposée lors de la phase pilote prenait
en compte l’envahissement hépatique comme marqueur supposé d’une altération des
fonctions métaboliques. Cette covariable s’est avérée redondante avec les autres et n’a donc
pas été retenue lors de la validation prospective. Alors qu’en pratique, la posologie du
docétaxel est adaptée en fonction des taux de transaminases et de phosphatases alcalines,
aucun marqueur biologique de la fonction hépatique n’est pris en compte dans notre modèle
final de prédiction de CL du docétaxel. Il est à noter cependant que les patients inclus dans
cette étude avaient des bilans biologiques peu perturbés (seuls 4 patients sur les 38 au total
avaient une élévation simultanée des transaminases et des phosphatases alcalines).
93
Publication n°2
Dexamethasone as a probe for CYP3A4 metabolism : evidence of gender
effect. F. Puisset, E. Chatelut, A. Sparreboom, J.-P. Delord, D. Berchery, I. Lochon, T. Lafont, H.
Roché.
Cancer. Chemother. Parmacol. (2007) 60 : 305-308
94
95
96
97
98
APPLICATION AU DOCETAXEL : CONCLUSIONS ET PERSPECTIVES
Ce travail a permis d’identifier un nouveau marqueur de l’activité métabolique
CYP3A4, potentiellement utilisable notamment chez les femmes, pour la prédiction des
capacités d’élimination du docétaxel : la mesure de la clairance plasmatique d’élimination de
la dexaméthasone après administration d’une dose unique de dexaméthasone.
L’estimation des capacités d’élimination du docétaxel à l’aide d’un test à la
dexaméthasone, peut représenter un bénéfice clinique certain chez les patients dont le bilan
hépatique est perturbé : cela permettrait d’adapter les posologies du docétaxel voire de rendre
possible sa prescription dans les situations de contre-indication actuelles.
Une étude incluant plus de patients dont le bilan hépatique est perturbé permettrait de
confirmer le pouvoir prédictif du test à la dexaméthasone chez cette population de patients.
Des pistes d’amélioration du test sont à explorer comme par exemple utiliser les prises
de dexaméthasone orale dans le cadre de la pré-médication plutôt que d’injecter une dose
supplémentaire. Il serait intéressant aussi d’évaluer le pouvoir prédictif des données urinaires
issues d’un recueil urinaire court ce qui rendrait le test moins invasif. La demi-vie
d’élimination moyenne de la dexaméthasone de 3 heures, laisse envisager qu’un recueil des
urines sur 12 heures serait suffisant pour récupérer la quasi totalité de dexaméthasone et de
6βOH éliminés.
Enfin, des études supplémentaires sont nécessaires pour élucider les discordances
observées entre les hommes et les femmes.
99
3 APPLICATION A LA VINORELBINE
3.1 Introduction
La vinorelbine est un autre agent cytotoxique anticancéreux candidat à l’adaptation
individuelle de posologie basée sur la prédiction de sa CL d’élimination. En effet, sa
pharmacodynamie est liée au niveau des concentrations sanguines observées tant sur le plan
de la toxicité [Khayat et al. 2004] que de l’efficacité [Toussaint et al 1994] de plus son
élimination présente une large variabilité inter-individuelle [Leveque et Jehl. 1996]. A l’heure
actuelle, sa posologie, comme pour la plupart des anticancéreux, est adaptée à la surface
corporelle des patients, sans aucune autre recommandation que de « diminuer les doses en cas
d’insuffisance hépatique » selon le résumé des caractéristiques du produit. En effet, la
clairance de la vinorelbine semble altérée chez les patients dont les taux de phosphatase
alcaline [Deporte Fety et al. 2004], la bilirubinémie [Robieux et al. 1996] ou encore les taux
de transaminases sont élevés [Variol et al. 2002 ; Nguyen et al. 2002]
Le métabolisme hépatique est prédominant dans l’élimination globale de la vinorelbine
[Leveque et Jehl 1996], mettant en jeu principalement les CYP3A4/5 [Kajita et al. 2000]. Il
est donc probable qu’un marqueur de l’activité CYP3A4 peut prédire la clairance
d’élimination de la vinorelbine.
L’objectif de ce travail était donc d’étudier le pouvoir prédictif de la dexaméthasone vis
à vis de la clairance d’élimination de la vinorelbine à l’instar de ce qui a été démontré avec la
clairance d’élimination du docétaxel.
La vinorelbine étant substrat de la P-gp [Adams et al. 1995] et du CYP3A5 [Kajita et
al. 2000], l’effet des polymorphismes génétiques précédemment décrits pour les gènes MDR-
1 (G2677T/A et C3435T [Hoffmeyer et al. 2000 ; Kurata et al. 2002]) et CYP3A5 (A6986G,
[Kuehl et al. 2001]) sur la clairance de la vinorelbine ont été étudiés.
3.2 Patients et méthodes
3.2.1 Patients
L’étude était ouverte à des patients adultes atteints de pathologie maligne
histologiquement ou cytologiquement prouvée pour lesquels la vinorelbine avait été retenue
dans le cadre de leur traitement standard. Le fait d’être inclus dans l’étude ne modifiait en rien
le schéma thérapeutique proposé aux patients. Ne pouvaient pas participer à l’étude, des
patients allergiques aux corticoïdes, les femmes enceintes ou allaitantes ainsi que les patients
100
dont l’état veineux ne permettait pas de prélèvements sanguins. L’étude a été approuvée par le
comité consultatif de protection des personnes participant à la recherche biomédicale de
Toulouse I. Chaque patient a donné son consentement éclairé par écrit avant de participer à
l’étude.
3.2.2 Traitements
Chaque patient recevait 20 mg de dexaméthasone (Dexaméthasone Qualimed®) diluée
dans 10 ml de sérum physiologique, en dose unique par voie intraveineuse à la seringue
électrique sur 5 minutes. La vinorelbine (Navelbine®) diluée dans 50 ml de sérum
physiologique était administrée au moins 24 heures après la perfusion de dexaméthasone, en
perfusion de 20 minutes à la seringue électrique. La vinorelbine était administrée en
monothérapie ou en association au fluorouracile à des doses comprises entre 20 et 30 mg/m²
selon les protocoles de traitements retenus pour chaque patient. En cas d’association, la
vinorelbine était administrée en premier.
Les protocoles antiémétiques et autres prophylaxies étaient laissés à la libre
appréciation des cliniciens.
3.2.3 Protocoles pharmacocinétiques
Les pharmacocinétiques de la dexaméthasone et de la vinorelbine n’étaient étudiées
que lors du premier cycle.
3.2.3.1 Dexaméthasone
La pharmacocinétique plasmatique de la dexaméthasone a été étudiée à partir de
quatre prélèvements sanguins réalisés avant la perfusion, 30 minutes, 2 heures et 4 heures
après le début de la perfusion. Les prélèvements étaient centrifugés immédiatement puis les
plasmas étaient congelés jusqu’à analyse.
Les urines des patients étaient collectées de façon exhaustive sur les 24 heures qui suivaient la
perfusion de dexaméthasone. Un premier recueil était effectué avant la perfusion, puis 3
périodes de recueil se succédaient : entre 0 et 4 heures après le début de perfusion, entre 4 et 8
heures, puis entre 8 et 24 heures après le début de la perfusion de dexaméthasone. Les
volumes des urines recueillies étaient mesurés puis un aliquot de chaque recueil était congelé
jusqu’à analyse.
101
3.2.3.2 Vinorelbine
Pour l’étude de la pharmacocinétique sanguine de la vinorelbine, les prélèvements
sanguins suivants étaient réalisés : avant la perfusion, à la fin de la perfusion, 2 heures, 7
heures puis 24 heures après la fin de perfusion.
Les tubes étaient immédiatement congelés à –20°C jusqu’à analyse.
3.2.4 Détermination des concentrations plasmatiques et urinaires de
dexaméthasone et des concentrations urinaires de 6-β-
hydroxydexaméthasone
Les méthodes de détermination des concentrations plasmatiques et urinaires de
dexaméthasone et de 6β-hydroxydexaméthasone étaient les mêmes que celle présentées
précédemment (Deuxième partie / chapitre 1.2.4).
3.2.5 Détermination des concentrations sanguines de vinorelbine
Les concentrations sanguines de vinorelbine ont été déterminées par chromatographie
liquide haute performance en phase inverse avec détection UV après extraction liquide/liquide
des échantillons de sang selon une méthode décrite par Puozzo et al. [Puozzo et al.2007].
L’extraction liquide/liquide se faisait par ajout de diethyléther au sang total, la phase
organique était récupérée après agitation et centrifugation (2400 g pendant 10 minutes à 4°C).
Ensuite, 200 µl de tampon d’acétate d’ammonium à pH 3 étaient ajoutés au diéthyl éther et
120 µl de la phase acide récupérée étaient injectés.
Les échantillons étaient passés sur une colonne Sphérisorb® nitrile 3 µm, 100 x 4.6
mm (Waters). La phase mobile était composée de 55% de solution de tampon acétate
d’ammonium à pH = 3 et de 45 % d’acétonitrile, le débit de la phase mobile de 1 ml/min, la
longueur d’onde de détection était de 268 nm. Les chromatogrammes étaient intégrées à l’aide
du logiciel Normasoft® (ICS).
La limite de détection du dosage de la vinorelbine sanguine était de 2,5 ng/ml, avec une erreur
analytique moyenne (en valeur absolue) de 6 % (valeurs comprises entre 0,0 et 18,5 %); un
coefficient de variation moyen de précision de 7,9% (valeurs comprises entre 7,3 et 8,6 %)
lors des tests de reproductibilité.
102
3.2.6 Exploration génotypique
Les explorations génotypiques (génotypage MDR1 et CYP3A5) ont été réalisées de la
même manière que précédemment présenté dans l’étude pilote d’étude de la dexaméthasone
comme marqueur de l’élimination du docétaxel.
3.2.7 Analyse pharmacocinétique des données
Les concentrations sanguines de vinorelbine et plasmatiques de dexaméthasone ont été
analysées grâce au logiciel NONMEM [Beal et Sheiner 1985] (version V, niveau 1.1).
3.2.7.1 Dexaméthasone
Les concentrations plasmatiques et urinaires de dexaméthasone ont été considérées
séparément. Les concentrations plasmatiques de dexaméthasone ont été analysées à l’aide du
programme NONMEM selon la méthode FOCE (« First Order Conditional Estimate ») dans
le but d’estimer les clairances plasmatiques individuelles de chaque patient. Le modèle
monocompartimental avec élimination d’ordre un, avec un modèle d’erreur proportionnel,
précédemment décrit a été appliqué.
Les concentrations urinaires ont été utilisées pour calculer les quantités de dexaméthasone
éliminées dans les urines sur 24 heures sous forme de 6-β hydroxydexaméthasone (T6βOHD)
et sous forme inchangée, ainsi que le rapport des deux (RM).
3.2.7.1 Vinorelbine
3.2.7.1.1 Détermination des clairances individuelles
Les clairances individuelles de vinorelbine ont été déterminées par estimation
bayésienne grâce à l’option POST HOC du programme NONMEM à partir du modèle
proposé par Nguyen et al. [Nguyen et al. 2002]. Ce modèle a été validé pour l’estimation des
clairances individuelles de vinorelbine à partir d’un nombre limité de prélèvements sanguins
et des informations issues de l’analyse d’une population de 64 patients. Il s’agit d’un modèle
tri-compartimental avec élimination d’ordre un à partir du compartiment central avec les
valeurs moyennes de paramètres PK (coefficient de variation inter-individuelle) suivantes :
CL = 39,4 L/hr (30%) ; Vc (volume central de distribution) = 20,9 L (31%) ; α (constante de
vitesse de distribution) = 0,218 hr-1 (19%) ; V (volume terminal de distribution) = 2230 L
(30%) ; k21 (constante de transfert du second compartiment vers le compartiment central) =
103
0,434 hr-1 (0%) ; et k31 (constante de transfert du troisième compartiment vers les
compartiment central) = 0,0321 hr-1 (0%).
3.2.7.1.2 Analyses des covariables
L’influence des covariables suivantes a été testée sur la clairance sanguine de la
vinorelbine : les paramètres pharmacocinétiques de la dexaméthasone (clairance plasmatique
(CLDX) ; la quantité de dexaméthasone éliminée dans les urines de 24 heures sous forme de
6 β-hydroxydexaméthasone (T6β-OH), le rapport métabolique entre T6β-OH et la quantité de
dexaméthasone éliminée sous forme inchangée dans les urines de 24 heures (RM), ainsi que la
demi-vie plasmatique de la dexaméthasone), la surface corporelle (SC), le poids, le sexe, l’âge
l’état général OMS, le taux d’alanine amino- transférase (ALAT), le taux d’aspartate amino-
transferase (ASAT), le taux de γ glutamyl-transférase (γGT), le taux de phosphatase alcaline
(PAL), le taux d’α1-glycoproteine acide sérique (AAG), le nombre de lymphocyte par µl, le
nombre de plaquettes par µl, la créatininémie, l’albuminémie, la bilirubinémie, la présence ou
non de métastase hépatique (codée 1 si présence, 0 si absence), le génotype MDR-1 (codé 1
pour les patients homozygotes mutés (thymine en position 2677 et 3435) et 0 pour les autres
génotypes), le génotype CYP3A5 (codé 1 pour les patients porteur d’au moins un allèle *1 et
0 pour les autres).
L’influence des covariables continues sur la clairance de la vinorelbine (CL) était testée
selon l’équation suivante : CL = θ1 x (COV / COV moyenne) θ2 avec θ1 qui est la valeur
typique de la CL pour un individu qui a une valeur moyenne de covariable et θ2 le coefficient
d’influence de la covariable. L’influence des covariables discontinues était testée selon
l’équation suivante en prenant, par exemple, le sexe : CL = θ1 x θ2 SEXE (le sexe est codé 0
pour les hommes et 1 pour les femmes). θ1 est la valeur typique chez les hommes, et θ1 x θ2
celle chez les femmes.
Chaque covariable a d’abord été testée séparément puis l’ensemble des covariables
pertinentes ont été regroupées dans un modèle intermédiaire de covariables. Ensuite par un
test de délétion alternative seules les covariables les plus pertinentes ont été conservées dans
un modèle final. La valeur de fonction objective était le critère de sélection des covariables :
le seuil de différence de valeur de fonction objective pour retenir une covariable a été fixé à
3,84 (p<0,05 ; 1 degré de liberté).
104
Le modèle pharmacocinétique utilisé pour l’étude des covariables est un modèle tri-
compartimental avec élimination d’ordre un à partir du compartiment central décrit par Variol
et al. [Variol et al. 2002]. La clairance, la variabilité inter-individuelle de la clairance et
l’erreur résiduelle étaient estimés à partir de notre population de patients, tous les autres
paramètres ainsi que leur variabilité inter-individuelle étaient fixés selon le modèle décrit.
3.3 Résultats
3.3.1 Patients
23 patients ont été inclus, mais 2 patients étaient non évaluables du fait de recueils
urinaires non exhaustifs, et un patient a été exclu de l’analyse après avoir développé un
syndrome inflammatoire majeur en état de choc quelques heures après l’administration de
vinorelbine.
Les caractéristiques des patients sont résumées dans le Tableau 11. La vinorelbine était
administrée en monothérapie chez 14 patients (en schéma hebdomadaire ou toutes les 2
semaines) et en association au fluorouracile chez 6 patientes.
Tableau 11 Caractéristiques des patients (n= 20 ; 12 femmes, 8 hommes)
Caractéristiques quantitatives Moyennes Extrêmes Age (ans) Surface corporelle (m²)* Poids (kg) Alanine Amino-Transférase (UI/L) Aspartate Amino-Transférase (UI/L) Phosphatases Alcalines (UI/L) γ-glutamyl-transférase (UI/L) Bilirubinémie (µM) α1- glycoprotéine acide (g/L) Albuminémie (g/L) Créatininémie (µM) Lymphocytes (/µL) Plaquettes (x103/µL)
58 1.73 65 31 40 137 156 8.7 1.2 36 73 921 283
41-74 1.37-2.25 45-106 12-127 9-178 40-407 15-1174 4.7-16.6 0.5-3.2 25-42 55-104
132-1500 163-493
Caractéristiques qualitatives Effectifs Statut OMS (0/1/2/3) Posologie vinorelbine 20/25/30 (mg/m²) Tumeur primitive: Sein/oesophage/CUP**/poumon/autres Métastases hépatiques (oui/non)
7/10/3/0 6/8/6
6/5/3/2/4
8/12
* calculée selon la formule de Dubois ** Cancer of Unknown Primitive
105
3.3.2 Génotypes
3.3.2.1 MDR1
Aucun SNP G2677A n’a été retrouvé. La distribution des polymorphismes G2677T et
C3435T est présentée dans le Tableau 12, comme le montre ce tableau, les deux
polymorphismes étaient étroitement liés.
Tableau 12: Distribution des 20 patients selon leurs génotypes MDR1, répartition des deux SNP G2677T et C3435T.
C3435T
CC CT TT GG 6 1 GT 6 1
G2677T TT 1 5
3.3.2.2 CYP3A5
Deux patients présentaient un génotype hétérozygote *3/*1, les autres patients étaient
homozygotes *3.
3.3.3 Pharmacocinétique de la dexaméthasone
Les concentrations plasmatiques de dexaméthasone des vingt patients ont été
analysées simultanément pour déterminer les paramètres pharmacocinétiques moyens et
individuels au sein de cette population. Les données étaient bien décrites par un modèle
monocompartimental avec élimination d’ordre un avec une erreur résiduelle proportionnelle
de 12,5 %. La Figure 16 montre l’ajustement entre les concentrations observées et les
concentrations prédites par le modèle. L’ajustement entre les concentrations individuelles
prédites (IPRED) et les concentrations observées est suffisamment bon (R² = 0,96) pour
estimer que les clairances déterminées sont proches des valeurs réelles. Les valeurs des
paramètres pharmacocinétiques de la dexaméthasone sont présentés dans le Tableau 13.
106
Figure 16: Concentrations plasmatiques de dexaméthasone. Corrélation entre concentrations observées et concentrations individuelles prédites par le modèle (x = IPRED ; • = PRED) [ ------- : droite d’identité]
Tableau 13 Paramètres pharmacocinétiques de la dexaméthasone (n=20)
Paramètres pharmacocinétique Moyenne (Min-Max) Abréviation
Données plasmatiques Clairance plasmatique (L/hr) Demi-vie plasmatique (hr) Volume central de distribution (L)
Données urinaires Quantité de 6β-OH dexaméthasone* Quantité de dexaméthasone** Rapport métabolique entre T6β-OHD et DU
13,2 (4,5-22,0) 3,0 (2,0-6,0)
51,7 (38,6-70,0)
12,9% (4,1%-17,9%) 3,6% (1,5%-5,3%) 4,02 (0,77-6,20)
CLDX T1/2
T6β-OHD DU RM
*Pourcentage de la dose dexaméthasone éliminée sous forme de 6βhydroxyméthasone dans les urines sur 24 hr. ** Pourcentage de dexaméthasone éliminée sous forme inchangée dans les urines de 24 hr.
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.00 0.10 0.20 0.30 0.40 0.50 0.60
Concentrations prédites (mg/L)
Con
cent
ratio
ns o
bser
vées
(mg/
L)
107
3.3.4 Pharmacocinétique de la vinorelbine
3.3.4.1 Détermination des clairances individuelles
Le modèle pharmacocinétique utilisé pour déterminer les clairances individuelles de
vinorelbine était un modèle validé pour déterminer les paramètres pharmacocinétiques
individuels à partir de prélèvements limités et d’information issue d’une population de 64
patients. Les données étaient bien décrites par ce modèle : la Figure 17 montre l’ajustement
entre les concentrations individuelles prédites et les concentrations observées.
Les clairances individuelles étaient comprises entre 15,9 et 55,1 L/hr, avec une valeur
moyenne de 40,1 L/hr.
Figure 17: Concentrations plasmatiques de vinorelbine. Corrélation entre concentrations observées et concentrations individuelles prédites par le modèle selon N’Guyen et al. [ ------- : droite d’identité]
y = 0.9682x - 0.0032R2 = 0.9723
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60
Concentrations prédites (mg/L)
Con
cent
ratio
ns o
bser
vées
(mg/
L)
y = 0.9668x + 0.0012R2 = 0.978
0.00
0.02
0.04
0.06
0.08
0.10
0.00 0.02 0.04 0.06 0.08 0.10
108
3.3.4.2 Analyse des covariables
Pour l’analyse des covariables influentes la valeur typique de la clairance de
vinorelbine ainsi que la variabilité inter-individuelle de la clairance et l’erreur résiduelle
étaient estimées à partir des données de notre population de 20 patients. La répartition
homogène des erreurs de prédiction autour des concentrations prédites (PRED) illustrée
Figure 18 montre que le modèle ne présentait pas de biais d’estimation. Sans covariable, la
valeur typique de clairance était de 40,9 L/hr avec un coefficient de variabilité inter-
individuelle de 29,7%, l’erreur résiduelle était de 15,9%.
Figure 18 : Erreur individuelle pondérée en fonction des concentrations prédites de vinorelbine (PRED)
Sur les 22 covariables testées, 6 étaient significativement corrélées avec la clairance de
la vinorelbine. Il s’agissait des quatre paramètres pharmacocinétique de la dexaméthasone
(clairance plasmatique (CLDX) ; quantité de dexaméthasone éliminée dans les urines de 24
heures sous forme de 6 β-hydroxydexaméthasone (T6β-OH), le rapport métabolique entre
T6β-OH et la quantité de dexaméthasone éliminée sous forme inchangée dans les urines de 24
heures (RM), ainsi que la demi-vie plasmatique de la dexaméthasone), du taux de γ-glutamyl-
transférase (γGT), et du taux de phosphatase alcaline (PAL). La Figure 19 montre les
corrélations qui existent entre ces covariables et la clairance de la vinorelbine.
-300
-200
-100
0
100
200
300
400
500
0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40
Concentrations prédites (mg/L)
Erre
urs
indi
vidu
elle
s po
ndér
ées
(%)
109
Figure 19 Représentation des corrélations entre la clairance de la vinorelbine et les covariables sélectionnées en analyse univariée.
y = 1.1715x + 24.739R2 = 0.43
0
10
20
30
40
50
60
0 5 10 15 20 25
CL Dexaméthasone (L/Hr)
CL
Vino
relb
ine
(L/H
r)
y = 3.1595x + 27.52R2 = 0.3361
0
10
20
30
40
50
60
0 1 2 3 4 5 6 7
Rapport métabolique urinaire recueil sur 24 heures
CL
Vino
relb
ine
(L/H
r)y = 1.018x + 27.057
R2 = 0.22
0
10
20
30
40
50
60
0 2 4 6 8 10 12 14 16 18 20
T 6 β OH D (%)
CL
Vino
relb
ine
(L/H
r)
y = -5.4379x + 56.648R2 = 0.49
0
10
20
30
40
50
60
0 1 2 3 4 5 6 7
Demi vie plasmatique de la dexaméthasone (Hr)
CL
Vin
orel
bine
(L/H
r)
y = -0.0498x + 47.057R2 = 0.34
0
10
20
30
40
50
60
0 50 100 150 200 250 300 350 400 450
Phosphatases Alcalines (UI/L)
CL
Vin
orel
bine
(L/H
r)
y = -0.0099x + 41.77R2 = 0.11
0
10
20
30
40
50
60
0 200 400 600 800 1000 1200 1400
Gamma-glutamyl transférase (UI/L)
CL
Vin
orel
bine
(L/H
r)
y = 1.1715x + 24.739R2 = 0.43
0
10
20
30
40
50
60
0 5 10 15 20 25
CL Dexaméthasone (L/Hr)
CL
Vino
relb
ine
(L/H
r)
y = 3.1595x + 27.52R2 = 0.3361
0
10
20
30
40
50
60
0 1 2 3 4 5 6 7
Rapport métabolique urinaire recueil sur 24 heures
CL
Vino
relb
ine
(L/H
r)y = 1.018x + 27.057
R2 = 0.22
0
10
20
30
40
50
60
0 2 4 6 8 10 12 14 16 18 20
T 6 β OH D (%)
CL
Vino
relb
ine
(L/H
r)
y = -5.4379x + 56.648R2 = 0.49
0
10
20
30
40
50
60
0 1 2 3 4 5 6 7
Demi vie plasmatique de la dexaméthasone (Hr)
CL
Vin
orel
bine
(L/H
r)
y = -0.0498x + 47.057R2 = 0.34
0
10
20
30
40
50
60
0 50 100 150 200 250 300 350 400 450
Phosphatases Alcalines (UI/L)
CL
Vin
orel
bine
(L/H
r)
y = -0.0099x + 41.77R2 = 0.11
0
10
20
30
40
50
60
0 200 400 600 800 1000 1200 1400
Gamma-glutamyl transférase (UI/L)
CL
Vin
orel
bine
(L/H
r)
110
Selon les critères de baisse de valeur de fonction objective, la clairance plasmatique de la
dexaméthasone était le paramètre pharmacocinétique de la dexaméthasone le plus « influent »
sur la clairance de la vinorelbine. (Tableau 14). C’est ce paramètre qui a été retenu pour
composer le modèle intermédiaire de covariable avec le taux de γGt et de PAL. La Figure 20
représente la corrélation entre les clairances de vinorelbine prédites en fonction de la clairance
de dexaméthasone et les clairances de vinorelbine observées. Les tests de délétion permettent
de retenir la clairance de dexaméthasone et un paramètre biologique comme le taux de γGt et
de PAL. Le modèle final de covariable choisi est celui prenant en compte la clairance de la
dexaméthasone et le taux de PAL.
Tableau 14 Influence des différents paramètres pharmacocinétique de la dexaméthasone sur la clairance sanguine de la vinorelbine, et modèles alternatifs associant un marqueur biologique de la fonction hépatique à la clairance de la dexaméthasone
Modèlesa,b Valeurs des coefficients (±IC95%) ΔOBJ P %CVb R²e
Sans covariable CL = θ1
θ1 = 40.9 (±5.2) L/hr -
-
29,7
-
Modèles avec un paramètre PK de la dexaméthasone a CL = θ1 x (CLDX/13.2)θ2 CL = θ1 x (RM/4.02)θ2 CL = θ1 x (T6β-OHD/12.9)θ2 CL = θ1 x (T1/2/3.0)θ2
θ1= 41.4 (±4.8) ; θ2= 0.628 (±0.426) θ1= 41.9 (±4.4) ; θ2= 0.481 (±0.338) θ1= 41.2 (±4.8) ; θ2= 0.437 (±0.570) θ1= 38.8 (±4.8) ; θ2= -0.679 (±0.590)
-16,7 -14,9 -6,6 -10,8
<0,001 <0,001 <0,05 <0,01
18,3 17,7 24,0 20,9
0,46 0,39 0,27 0,39
Modèles avec deux covariablesa
CL = θ1 x (CLDX/13.2)θ2 x (PAL/137)θ3 CL = θ1 x (CLDX/13.2)θ3 x (γGT/156)θ3
CL = θ1 x (CLDX/13.2)θ3 x (RM/4.02)θ3
θ1= 39.8 (±4.0) ; θ2= 0.524 (±0.322) ; θ3= -0.198 (±0.158) θ1= 38.6 (±4.4) ; θ2= 0.561 (±0.334) ; θ3= -0.078 (±0.068)
θ1= 41.7 (±3.6) ; θ2= 0.408 (±0.330) ; θ3= 0.298(±0.294)
-5,2 -4,0 -4,4
<0,025 <0,05 <0,05
14,7 16,2 14,6
0,57 0,53 0,54
a CLDX = clairance plasmatique de la dexaméthasone, RM = rapport métabolique (entre la quantité de dexaméthasone éliminées dans les urines sous forme de 6β Ohdexamethasone et la quantité de dexaméthasone éliminée sous forme inchangée); T6β-OHD = pourcentage de dexaméthasone éliminée sous forme inchangée dans les urines de 24 hr ; T1/2= demi vie plasmatique de la dexaméthasone ; GGT = Gamma-glutamy Transférase ; PAL = Phosphatases Alcalines b Coefficient de variabilité inter-individuelle non expliquée par le modèle de covariables c Différence de valeur de fonction objective par rapport au modèle sans covariable. d Différence de valeur de fonction objective par rapport au modèle basé sur CLDX comme unique covariable. e Coefficient de détermination entre la CL de vinorelbine prédite par le modèle de covariable, et la CL de vinorelbine observée.
111
Figure 20 Représentation de la corrélation entre clairances de vinorelbine observées et clairances prédites en fonction de la clairance de dexaméthasone selon le modèle : CL = 41,4 x (CLDX/13,2)0,628 [----- : droite d’identité]
Figure 21 Représentation de la corrélation entre clairances de vinorelbine observées et clairances prédites par le modèle de covariables : CL = 39,8 x (CLDX/13,2)0,524 x (PAL/137) -0,198 [----- : droite d’identité]
y = 0.61 x + 15.5R2 = 0.46
10
20
30
40
50
60
10 20 30 40 50 60
Clairance sanguine de la vinorelbine prédite (L/Hr)
Cla
iran
ce sa
ngui
ne d
e la
vin
orel
bine
obs
ervé
e (L
/Hr)
y = 0.64 x + 14.01R2 = 0.57
10
20
30
40
50
60
10 20 30 40 50 60
Clairance sanguine de la vinorelbine prédite (L/Hr)
Cla
iran
ce sa
ngui
ne d
e la
vin
orel
bine
obs
ervé
e (L
/Hr)
112
La variabilité inter-individuelle passait de 29,7 % sans covariable à 18,3% en prenant en
compte la clairance de dexaméthasone seule et 14,7% en prenant en compte le taux de PAL en
plus dans le modèle de covariable.
La corrélation entre les clairances de vinorelbine prédites par le modèle final de covariables
(prenant en compte la clairance de dexaméthasone et le taux de PAL) et les clairances de
vinorelbine observées est présentée Figure 21.
Il est à noter que la clairance de dexaméthasone et le rapport métabolique n’étaient pas
totalement redondants. En effet, l’association de ces deux covariables dans le modèle
s’accompagnait d’une baisse significative de la fonction objective par rapport à un modèle ne
prenant en compte qu’une des deux (Tableau 14)
3.4 Discussion
3.4.1 Pharmacocinétique de la dexaméthasone
L’analyse des concentrations plasmatiques de dexaméthasone de vingt nouveaux
patients a confirmé l’adéquation du modèle monocompartimental choisi avec une bonne
corrélation entre concentrations observées et prédites (r=0,96) et une erreur résiduelle de
12,5% cohérente avec l’erreur analytique.
Les valeurs moyennes des paramètres pharmacocinétiques sont similaires à celles
observées chez les patients traités par docétaxel (CL moyenne de 13,2 L/hr pour les patients
traités par vinorelbine et 13,8 L/hr pour les patients traités par docétaxel).
L’administration de vinorelbine n’étant pas précédée de corticothérapie
prophylactique, les données urinaires ont pu être analysées sans recours à la modélisation.
Cette fois encore, la clairance plasmatique et les données urinaires n’étaient que faiblement
corrélées.
3.4.2 Pharmacocinétique de la vinorelbine
L’excellente corrélation entre les concentrations individuelles prédites et les
concentrations observées suggère que les valeurs individuelles de CL de vinorelbine étaient
estimées de manière fiable. La valeur moyenne de clairance de vinorelbine de 40,1 L/hr au
sein de notre population de patients, est cohérente avec les valeurs retrouvées dans la
littérature de 41,9 L/hr [Variol et al. 2002] ou de 39,4 L/hr [Nguyen et al. 2002]. L’adéquation
du modèle utilisé pour l’analyse des covariables était confirmée par l’absence de biais
d’estimation et par la cohérence entre l’erreur résiduelle (15,9 %) et l’erreur analytique (6%).
113
3.4.3 Apport de la dexaméthasone pour la prédiction de la clairance d’élimination de la vinorelbine
Nous avons retrouvé une corrélation significative entre la clairance de la vinorelbine
d’une part et chacun des paramètres pharmacocinétique de la dexaméthasone étudiés. La
variabilité de la clairance de la dexaméthasone, qui semble le meilleur des paramètres, permet
d’expliquer 42% de la variabilité de la clairance de la vinorelbine.
Un autre marqueur de l’activité métabolique CYP3A4, la lidocaïne, a été proposé pour
prédire la clairance de la vinorelbine [Robieux et al. 1996]. Une très bonne corrélation avait
été retrouvée entre la concentration en MEGX et la clairance de la vinorelbine (r² = 0,7).
Toutefois, la corrélation semblait très forte pour les faibles clairances et moins bonne pour les
fortes CL. La corrélation entre clairance de la dexaméthasone et clairance de vinorelbine ne
semble pas influencée par la valeur de clairance. De plus, la dexaméthasone présente
l’avantage par rapport à la lidocaïne d’être plus largement utilisée en pratique courante, et de
présenter un profil d’effets indésirables plus favorable.
Aucune corrélation n’a été retrouvée entre la clairance du midazolam (autre marqueur
de l’activité métabolique CYP3A4) et la CL de la vinorelbine [Wong et al. 2006]. La
clairance du midazolam ne semble pas influencée par l’activité P-gp [Takano et al. 1998], ceci
peut expliquer que le midazolam n’est pas un bon marqueur de l’élimination de la vinorelbine
qui est un substrat commun du CYP3A4 et de la P-gp. En revanche, la dexaméthasone qui est
substrat du CYP3A4 et de la P-gp semble plus adaptée comme marqueur de l’élimination de
la vinorelbine.
3.4.4 Autres covariables
De nombreux auteurs ont décrit une corrélation entre l’élévation du taux d’enzymes
hépatiques tels que les transaminases [Variol et al. 2002], la bilirubinémie [Robieux et al.
1996] ou les phosphatases alcalines [Deporte-Fety et al. 2004], et une diminution de la
clairance de la vinorelbine. Deporte-Fety et al. ont même proposé d’utiliser la valeur seuil de
300 UI/L de taux de phosphatases alcalines pour diminuer la dose de vinorelbine de 23%.
Ici, une diminution de la clairance d’élimination de la vinorelbine était corrélée avec
l’élévation du taux de phosphatases alcalines ou de gamma-glutamyl-tranférases. La
prédiction de la clairance de la vinorelbine par la clairance de la dexaméthasone est améliorée
par la prise en compte du taux de phosphatases alcalines ou de gamma-glutamyl-tranférases.
La prise en compte combinée de la clairance de la dexaméthasone et du taux de phosphatases
114
alcalines explique plus de la moitié de la variabilité interindividuelle de la clairance de la
vinorelbine.
Parmi toutes les autres covariables testées aucune ne s’est révélée corrélée à la
clairance de la vinorelbine. En particulier, aucune corrélation n’a été observée entre la surface
corporelle et la clairance d’élimination de la vinorelbine, confirmant la nécessité de
s’affranchir de la surface corporelle dans l’adaptation de posologie de la vinorelbine.
De même, aucune influence des polymorphismes C3435T et G2677T du gène MDR-1 n’a été
retrouvée Ces résultats sont cohérents avec ceux de Wong et al. [Wong et al. 2006] qui n’ont
pas retrouvé de corrélation entre ces mêmes polymorphismes et la CL de la vinorelbine. La
vinorelbine étant substrat de la P-gp [Adams et al. 1995] qui assure sa sécrétion biliaire
inchangée [Leveque et Jehl 1996], une altération de l’activité P-gp devrait entraîner une
diminution de la clairance totale de la vinorelbine, comme cela a été décrit pour l’élimination
de la vinblastine chez des souris Mdr1a -/- [van Asperen et al. 1996]. La clairance hépatique
du sestamibi marqué au 99technetium -utilisée comme marqueur de l’élimination biliaire des
substrats P-gp [Wong et al. 2005]- s’est montré corrélée avec la clairance de la vinorelbine
[Wong et al. 2006], confirmant une implication de la P-gp dans l’élimination biliaire de la
vinorelbine. Il semble de plus en plus vraisemblable que la prise en compte de ces deux seuls
polymorphismes ne suffise pas à expliquer les variations d’expression et d’activité de la P-gp
[Kerb R. 2006].
Comme Wong et al [Wong et al. 2006], nous n’avons pas observé d’influence du
polymorphisme A6986G du gène du CYP3A5 sur la clairance de la vinorelbine. Si le
métabolisme de la vinorelbine catalysé par le CYP3A5 a été montré in vitro, la contribution
respective des isoenzymes CYP3A4 et CYP3A5 n’est pas déterminée [Leveque et Jehl 2007].
3.4.5 Relations pharmacocinétique-pharmacodynamique
Les schémas d’administrations de la vinorelbine étant variés (monothérapie J1-J8 ou
J1 J15, bithérapie avec administration à J1 et J5 de la vinorelbine) et les explorations
pharmacocinétiques n’étant réalisées qu’au J1 des premiers cycles, il n’a pas été possible de
réaliser des études de corrélation entre les paramètres pharmacocinétiques de la vinorelbine et
la toxicité hématologique
115
3.4 Conclusion
Cette étude a montré que la dexaméthasone est un marqueur potentiel de l’élimination
de la vinorelbine. A ce jour il n’existe aucune recommandation pour guider les cliniciens dans
l’adaptation des doses de vinorelbine en cas d’insuffisance hépatique, l’utilisation de la
dexaméthasone pourrait être un outil intéressant pour évaluer l’altération des capacités
d’élimination des patients vis à vis de la vinorelbine.
Aucun marqueur n’est utilisable en pratique pour estimer l’élimination de la vinorelbine. Le
midazolam [Wong et al. 2006], et l’érythromycine [Schott et al. 2006] ne permettent pas de
prédire l’élimination de la vinorelbine. La lidocaïne a montré un potentiel prédictif intéressant
[Robieux et al. 1996] sur une étude mais n’a pas été re-testée depuis. Il est vrai que les effets
indésirables de la molécule en limitent son usage. Dans ce contexte, la dexaméthasone
représente une réelle option.
Même si ces résultats restent à valider prospectivement, ils viennent renforcer ceux
observés avec le docétaxel pour souligner le potentiel prédictif de la dexaméthasone vis à vis
de l’élimination des substrats du CYP3A4.
116
Publication n°3
Dexamethasone as a probe for vinorelbine clearance Florent Puisset, Florence Dalenc, Etienne Chatelut, Thierry Cresteil, Isabelle Lochon, Pierre
Tisnes, & Henri Roché.
Br. J. Clin. Pharmacol. (2005) 60 : 45-53.
117
118
119
120
121
122
123
124
125
126
TROISIEME PARTIE : ANALYSE PHARMACOCINETIQUE-PHARMACODYNAMIQUE
DES FACTEURS DE SENSIBILITE A LA NEUTROPENIE INDUITE PAR LE DOCETAXEL
127
1 INTRODUCTION Comme pour de nombreux cytotoxiques anticancéreux, la neutropénie est la principale
toxicité dose-limitante du docétaxel administré toutes les trois semaines. Outre l’engagement
du pronostic vital à court terme, cette toxicité peut avoir des conséquences néfastes en terme
de respect de la dose intensité des protocoles de chimiothérapie, diminuant ainsi les chances
de réponses aux traitements. Le risque de neutropénie est étroitement lié à l’exposition au
docétaxel [Baker et al 2006]. L’altération de l’élimination du docétaxel est corrélée à une
augmentation du risque toxique [Bruno et al. 1998], justifiant l’adaptation de posologie du
docétaxel basée sur l’estimation de son élimination. Une étude de pharmacocinétique réalisée
lors du développement clinique de la molécule a montré une corrélation entre la clairance
d’élimination et la surface corporelle des patients, avec une diminution de l’ordre de 27% de
la valeur de CL chez les patients dont les taux de transaminases et de phosphatases alcalines
étaient élevées [Bruno et al. 1996]. Les posologies du docétaxel sont donc calculées en
fonction de la surface corporelle des patients avec des recommandations de concession
posologique chez les patients dont les enzymes hépatiques sont perturbées.
Cependant, la variabilité pharmacocinétique n’explique pas toute la variabilité
pharmacodynamique, certains facteurs de sensibilité sont à l’origine d’une augmentation du
risque toxique sans altération de la pharmacocinétique du docétaxel. Minami et al [Minami et
al. 2004] ont comparé les clairances d’élimination du docétaxel chez deux groupes de
patients : l’un composé de patients âgés de plus de 75 ans et l’autre composé de patients plus
jeunes. Ils n’ont pas mis en évidence de différence significative de CL entre les deux groupes,
en revanche, à concentrations équivalentes, les pourcentages de décroissance des
polynucléaires neutrophiles semblaient plus important chez les patients âgés. De la même
manière, sans mettre en évidence de différence significative de CL, ten Tije et al. [ten Tije et
al. 2005] ont observé des taux de neutropénie grade 4 et fébrile plus important (à la limite de
la signification statistique) chez des patients âgés de plus de 65 ans par rapport aux patients
plus jeunes.
Récemment, Friberg et al [Friberg et al. 2002] ont proposé un modèle semi-
physiologique décrivant l’effet des médicaments cytotoxiques sur la production de cellules
hématopoïétiques par la moelle osseuse. Ce modèle a été appliqué à divers anticancéreux tels
128
que l’irinotécan, l’étoposide, le paclitaxel, la vinflunine et le docétaxel. C’est ce modèle que
nous avons utilisé pour notre étude.
L’intérêt de ce modèle est de considérer non pas un paramètre résumant l’exposition
au médicament tels que l’ASC, mais plutôt le profil complet des concentrations aux cours du
temps. De plus, ce modèle permet d’étudier la variabilité inter-individuelle du paramètre
estimant la sensibilité au médicament, rendant ainsi possible la recherche des facteurs
pharmacodynamiques de sensibilité aux cytotoxiques.
L’objectif de ce travail était de mettre en évidence la variabilité inter-individuelle de
réponse au docétaxel et de rechercher les facteurs pharmacodynamiques expliquant cette
variabilité.
2 PATIENTS ET METHODES
2.1 Patients et traitements
Cette étude a été réalisée à partir des données des patients ayant participés à deux
études différentes. Un premier groupe de patients (n=37) correspond à ceux inclus dans les
études toulousaines de prédiction de CL du docétaxel à l’aide du test à la dexaméthasone ; un
deuxième groupe de patients (n=55) a participé à une étude parisienne de recherche de
facteurs de risques de toxicité du docétaxel [Tran et al. 2006]. Les deux études avaient reçu un
avis favorable de leurs comités de protection des personnes ; chaque patient avait signé un
formulaire de consentement éclairé.
Dans les deux études, les patients étaient traités par docétaxel en monothérapie à des
doses allant de 70 à 100 mg/m². Le fait d’être inclus dans ces études ne modifiait en rien les
traitements administrés.
Tous les patients ont reçu une prémédication par corticothérapie orale (prednisolone
60 mg ou méthylprednisolone 48 mg deux fois par jour pendant trois jours débutée la veille de
la perfusion du docétaxel), la prophylaxie antiémétique étant laissée à la libre appréciation des
cliniciens.
Aucun patient n’a reçu de prophylaxie par facteur de croissance hématopoïétique ni
antibiotique. Les caractéristiques des patients sont résumées dans le Tableau 15
129
Tableau 15 : Caractéristiques des patients (n=92) ; comparaison entre les deux centres.
Ensemble
n=92
Toulouse
n=47
Paris
n=55
Caractéristiques quantitatives Moy (min-max) Moy (min-max) Moy (min-max) P
Age (ans)
Poids(kg)
Surface corporelle (m²) *
α1-glycoproteine acide (g/l)
Albuminémie (g/L)
60,7 (46-77)
70,8 (39-106)
1,77 (1,35-2,20)
1,29 (0,46-2,98)
36 (16-45)
60 (46-77)
70,9 (49-106)
1,78 (1,46-2,10)
1,51 (0,57-2,98)
35 (23-43)
61 (47-75)
70,7 (39-100)
1,77 (1,35-2,20)
1,13 (0,46-2,64)
37 (16-45)
NS
NS
NS
<0,01
NS
Caractéristiques qualitatives Effectifs Effectifs Effectifs P
ASAT**: >1.5 LNS / <1.5 LNS
ALAT***: >1.5 LNS / <1.5 LNS
Sexe (hommes/femmes)
Nombre de lignes de chimiothérapies antérieures: 0/1/≥2
Statut OMS****: 0/1/2/3
Doses de docétaxel: 70/75/85/100 mg/m²
Tumeur primitive: Sein/prostate/Poumon/autres
12/80
8/84
47/45
27/44/21
13/61/16/2
1/29/39/23
31/27/15/19
8/29
5/32
19/18
10/19/8
8/25/3/1
0/21/0/16
15/12/2/8
4/51
2/53
28/27
17/25/13
5/36/13/1
1/8/39/7
16/15/13/11
<0,01
<0,01
NS
NS
<0,01
<0,001
NS * Surface corporelle déterminée selon la formule de Dubois [Dubois et Dubois. 1916]. La surface corporelle était limitée à 2m² pour le calcul des doses de docétaxel ** ALAT : Alanine amino-transférase LNS = Limite Normale Supérieure *** ASAT : Aspartate amino-transférase **** : Statut OMS :
0 = patient dont l’activité physique est identique à celle précédent la maladie 1 = patient dont l’activité physique est diminuée mais ambulatoire et capable de travailler 2 = patient ambulatoire, capable de prendre soin de lui mais pas de travailler, alité moins de 50% du temps 3= patient capable de seulement quelques soins, alité ou en chaise plus de 50% du temps 4 = patient incapable de prendre soin de lui, alité ou en chaise en permanence
2.2 Protocoles pharmacocinétiques et détermination des
concentrations plasmatiques
Les explorations pharmacocinétiques n’ont été réalisées que lors du premier cycle de
docétaxel. Les prélèvements sanguins étaient réalisés selon le schéma suivant :
Pour les patients de Toulouse : avant la perfusion, 30 minutes, 2 heures et 6 heures après la fin
de perfusion du docétaxel.
130
Pour les patients de Paris : avant la perfusion, à la fin de perfusion et 6 heures après la fin de
perfusion du docétaxel.
Les concentrations de docétaxel ont été déterminées par HPLC avec détection UV après
extraction solide-liquide comme précédemment décrit (au chapitre précédent pour les données
toulousaines ; [Tran et al. 2006] pour les données parisiennes). Les coefficients de variation
de précision lors des tests de reproductibilité étaient inférieurs à 15,7 et 6,0 % pour les
analyses réalisées à Toulouse et Paris respectivement.
2.3 Analyse pharmacocinétique
Les concentrations plasmatiques de docétaxel ont été analysées à l’aide du logiciel
NONMEM. Dans un premier temps, les paramètres pharmacocinétiques individuels ont été
déterminés par estimation bayésienne grâce à l’option POSTHOC du programme NONMEM
à partir du modèle proposé par Baille et al. [Baille et al. 1997]. Les paramètres
pharmacocinétiques individuels ainsi estimés ont été intégrés dans le modèle
pharmacocinétique-pharmacodynamique afin de pouvoir générer un profil complet de
concentrations au cours du temps pour chaque patient.
2.3.1 Modèle pharmacocinétique
Le modèle utilisé pour déterminer les clairances individuelles est celui proposé par
Baille et al. [Baille et al. 1997] qui a été utilisé dans les deux études de prédiction de CL du
docétaxel.
2.3.2 Recherche de covariables
Pour compléter l’analyse des facteurs pharmacodynamiques de sensibilité au
docétaxel, une étude des covariables influentes sur la clairance du docétaxel a été réalisée.
Cette analyse a été réalisée à partir du modèle de Baille et al [Baille et al. 1997] dans lequel
les estimations de la valeur typique de la CL et de son coefficient de variabilité inter-
individuelle, ainsi que l’erreur résiduelle ont été libérées, tous les autres paramètres étant fixés
selon les valeurs publiées. La valeur typique de CL était estimée selon la méthode FOCE
(First Order Conditionnal Estimate).
Les covariables testées étaient les mêmes que celles qui ont été testées dans l’analyse
PK-PD : le sexe, l’age, la surface corporelle, le taux sérique en AAG, le centre (codée 1 pour
les patients de Toulouse, 0 pour les patients de Paris), le pré-traitement PTT1 (codé 0 pour les
131
patients naïfs de toute chimiothérapie, 1 pour les autres), le pré-traitement PTT2 (codé 0 pour
les patients ayant reçu 0 ou 1 ligne de chimiothérapie, et 1 pour les patients ayant reçu au
moins 2 lignes de chimiothérapie avant le docétaxel).
La méthode de sélection des covariables était la même que pour l’analyse des
covariables pharmacodynamiques.
2.4 Analyse pharmacocinétique-pharmacodynamique
L’analyse PK-PD n’a été réalisée que sur le premier cycle de chimiothérapie. Les
numérations-formules-sanguines étaient réalisées au moins toutes les semaines pendant 3
semaines après la perfusion de docétaxel.
2.4.1 Modèle PK-PD
Le modèle structural pharmacodynamique comprenait 5 compartiments en série (
132
Figure 22). Le compartiment au niveau duquel les polynucléaires circulants étaient observés
(la valeur des PNN au cours du temps étant la variable modélisée) était le dernier
compartiment (Circ) de la chaîne. Les trois compartiments précédents (Transit) étaient des
compartiments de transit mimant les étapes de maturation des polynucléaires. Le premier
compartiment de la chaîne (Prol) représentait les cellules souches et les progéniteurs, c’est à
dire les cellules capables de proliférer.
La présence de docétaxel dans le compartiment central était responsable d’une perte cellulaire
(représentant l’effet mesuré). L’effet (E) était modélisé par une fonction linéaire : E = Pente x
Conc, où conc représente la concentration du docétaxel à tout instant, et « Pente » le facteur
de sensibilité au docétaxel.
La chaîne de maturation, comprenant trois compartiments et des constantes de transfert (Ktr)
entre ces compartiments, permettait d’introduire un délai entre l’administration du
médicament et l’effet observé. La génération de nouvelles cellules dans le compartiment de
prolifération (Prol) dépendait du nombre de cellules présentes dans ce compartiment. Une
constante de vitesse de prolifération (kprol) déterminait la vitesse de prolifération cellulaire. Le
modèle comprenait également un mécanisme de rétrocontrôle à partir des cellules circulantes :
le rapport (Circ0./Circ)γ (avec Circ0 le taux de PNN basal, Circ le taux de PNN circulant à
tout instant et γ le facteur de « puissance » du rétrocontrôle). En situation de neutropénie, ce
rapport augmente entraînant ainsi une stimulation de la prolifération des cellules du
compartiment de prolifération. La boucle de rétrocontrôle était nécessaire pour décrire
l’éventuel rebond observé après un épisode de neutropénie (retour à un taux de PNN supérieur
au taux basal). Ceci permettait d’appréhender les phénomènes de sécrétion de facteurs de
croissances endogènes et de cytokines libérés lors d’une neutropénie.
Les équations différentielles décrivant le modèle étaient les suivantes :
dProl/dt = Kprol.(1 – E) . (Circ0/Circ)γ – Ktr. Prol
dTransit 1/dt = Ktr Prol – Ktr Transit 1
dTransit 2/dt = Ktr Transit 1 – Ktr Transit 2
dTransit 3/dt = Ktr Transit 2 – Ktr Transit 3
dCirc/dt = Ktr. Transit 3 – Kcirc . Circ
Dans les compartiments de transit, l’hypothèse était faite que la seule perte de cellules était
due à un transfert vers le compartiment suivant. Puisque les cellules capables de proliférer se
différenciaient en des cellules plus matures, la concentration en cellules était maintenue par la
133
division cellulaire. A l’état d’équilibre, dProl/dt = 0, et par conséquent Kprol = Ktr. Afin de
minimiser le nombre de paramètres à estimer Kcirc a été fixé à la valeur de Ktr. Pour être
interprété, le temps moyen de transit peut être défini de la manière suivante : MTT = (n+1)/Ktr
où n est le nombre de compartiments de transit. Ainsi les paramètres du modèle structural à
estimer étaient : Circ0, MTT, γ et Sens. La variabilité inter-individuelle était estimée
uniquement sur les paramètres Circ0, MTT et Pente. Les paramètres du modèle étaient estimés
grâce à une analyse de population non linéaire à effets mixtes. Les données de tous les
patients étant analysées simultanément. Les paramètres du modèle de population devant être
estimés étaient les effets fixes définis par des valeurs typiques (ou moyennes). Les effets
aléatoires étaient la variabilité inter-individuelle des paramètres ainsi que la variabilité
résiduelle entre les prédictions individuelles et les observations. Une distribution log-normale
de la variabilité inter-individuelle des paramètres était supposée.
L’erreur résiduelle était modélisée selon une composante proportionnelle, additive ou mixte.
La méthode d’estimation utilisée était une méthode dite « Hybride » fidèle à celle utilisée par
Friberg et al. [Friberg et al. 2002], c’est à dire la méthode de premier ordre (FO) pour
l’estimation des paramètres MTT et Pente, et la méthode FOCE pour le paramètre Circ0.
Les analyses ont été réalisées à l’aide du logiciel NONMEM, version V [Beal et Sheiner
1985].
134
Figure 22 Structure du modèle pharmacocinétique-pharmacodynamique décrivant la myélosuppression induite par le docétaxel
2.4.2 Recherche de covariables
Sept covariables ont été testées pour évaluer leur influence sur la variabilité
pharmacodynamique inter-individuelle : le sexe, l’âge, la surface corporelle, le taux sérique
d’AAG, le centre (codé 1 pour les patients de Toulouse, 0 pour les patients de Paris), le pré-
traitement PTT1 (codé 0 pour les patients naïfs de toute chimiothérapie, 1 pour les autres), le
pré-traitement PTT2 (codé 0 pour les patients ayant reçu 0 ou 1 ligne de chimiothérapie, et 1
pour les patients ayant reçu au moins 2 lignes de chimiothérapie avant le docétaxel).
Les covariables ont été testées sur le paramètre Pente, seul paramètre de sensibilité au
docétaxel.
L’influence des covariables continues était testée selon l’équation suivante en prenant l’âge
pour exemple : TVPente = θ1 (Age/âge moyen)θ2 , ou θ1 est la valeur typique de la Pente
pour un patient d’âge moyen, et θ2 le facteur estimé d’influence de l’âge sur la Pente.
L’influence des covariables dichotomiques a été testée selon l’équation suivante, en prenant le
pré-traitement pour exemple : TVPente = θ1 x θ2 PTT, (avec PTT = 1 ou 0 si le patient est pré-
traité ou pas respectivement) ; θ1 est la valeur typique d’un patient non pré-traité, et θ2
représente le facteur d’influence du pré-traitement sur la Pente.
Chacune des covariable a été testée séparément (analyse univariée). Lors de cette analyse
univariée, une covariable était considérée comme significativement influente sur la Pente si sa
prise en compte dans l’expression de la valeur typique de la Pente faisait baisser la valeur de
Prol Transit 1
Transit 2
Transit 3
Circ
Edrug
Kprol (=ktr)
ktr ktr ktr ktr
MTT
γ
⎟⎠⎞
⎜⎝⎛=
CircCirc0Feedback
135
la fonction objective (OBJ) d’au moins 3,84 (p<0,05, 1 degré de liberté selon la loi du khi²).
Chacune des covariables sélectionnées était intégrée dans un modèle intermédiaire de
covariables. L’évaluation des covariables au sein du modèle intermédiaire a été réalisée par
délétion une à une des covariables. Une covariable était jugée significative si son retrait du
modèle intermédiaire entraînait une augmentation de la valeur de fonction objective d’au
moins 10,83 (p<0,001, 1 degré de liberté).
De plus, l’intervalle de confiance du facteur d’influence estimé de chaque covariable était pris
en compte pour juger de la pertinence des covariables. En effet, si cet intervalle de confiance
comprenait la valeur 0, l’influence de la covariable sur la Pente était jugée non significative.
3 RESULTATS
3.1 Analyse pharmacocinétique
3.1.1 Estimation des paramètres pharmacocinétiques individuels
La Figure 23 montre l’excellente corrélation entre les concentrations de docétaxel
individuelles prédites par le modèle et les concentrations observées. Ceci suggère que les
paramètres pharmacocinétiques individuels ont été correctement estimés par le modèle.
Les paramètres pharmacocinétiques estimés au sein de notre population de patients sont
résumés dans le Tableau 16.
Tableau 16 : Moyennes des paramètres pharmacocinétiques individuels estimés
Paramètres Moyennes (min-max)
CL (L/hr) 40,0 (15,9 – 74,4)
V (L) 8,6 (5,2 – 15,9)
K12 (hr-1) 1,30 (0,68 – 2,56)
K21 (hr-1) 1,57 (0,54 – 4,75)
K13 (hr-1) 1,27 (1,04 – 2,06)
K31 (hr-1) 0,09 (0,08 – 0,11)
ASC (mg.hr. L-1) 4,1 (1,9 – 8,7)
136
Figure 23 : Corrélation entre les concentrations de docétaxel prédites (IPRED) et les concentrations observées [------ : droite d’identité]
3.1.2 Analyse des covariables
La répartition homogène de l’erreur de prédiction autour des concentrations prédites
(PRED) illustrée Figure 24, montre que le modèle utilisé (le modèle décrit par Baille et al.
avec libération de l’estimation de la valeur typique, du coefficient de variabilité inter-
individuelle de clairance, et de l’erreur résiduelle proportionnelle) ne présentait pas de biais
d’estimation. La valeur typique de la clairance était estimée à 40,1 L/hr avec un coefficient de
variabilité inter-individuelle estimé à 38,8 % ; le coefficient d’erreur résiduelle était de 12,6%.
Sur les sept covariables testées, seules deux ont montré une influence significative en
analyse univariée sur la CL du docétaxel : le taux d’AAG et le centre. Une augmentation du
taux d’AAG s’accompagnait d’une diminution de la CL, et les patients toulousains avaient
des CL en moyenne plus élevées que les patients parisiens.
Ces deux covariables ont pu être réunies dans le modèle de covariables suivant :
CL (L/hr) = 31,3 (3,1) x (AAG/1,29) -0,412 (0,190) x 1,7 (0,3) CEN.avec CEN = 0 pour les
patients parisiens, et 1 pour les patients toulousains. Les coefficients sont exprimés en valeur
moyenne ( ±intervalle de confiance 95%).
y = 0.9854x - 0.0335R2 = 0.9875
0
1
2
3
4
5
6
7
0 1 2 3 4 5 6 7
Concentrations individuelles prédites (µg/ml)
Con
cent
ratio
ns o
bser
vées
(µg/
ml)
137
Figure 24 : Erreur résiduelle pondérée (WRES) des concentrations de docétaxel en fonction des concentrations prédites (PRED)
3.2 Analyse pharmacocinétique-pharmacodynamique
Pour l’ensemble des 92 patients, 445 numérations formules sanguines ont été
recueillies (de 2 à 10 numérations par patient). L’ensemble des taux de polynucléaires
neutrophiles sont représentés Figure 25
3.2.1 Modèle pharmacodynamique
Le modèle structural utilisé était basé sur le modèle proposé par Friberg et al. [Friberg
et al. 2002]. Ce modèle avait déjà été appliqué au docétaxel, pour comparaison, le Tableau 17
représente les valeurs des paramètres estimés à partir de notre population de patients et ceux
publiés par Friberg et al. Le choix a été fait de respecter le modèle décrit par Friberg et al. En
revanche, la partie additive du modèle d’erreur n’améliorait pas l’ajustement des données, un
modèle d’erreur uniquement proportionnelle a donc été retenu.
-3
-2
-1
0
1
2
3
4
5
0 1 1 2 2 3 3 4 4
Concentration de docétaxel prédite (PRED) mg/L
Erre
ur p
ondé
rée
(WR
ES)
138
Le modèle structural décrivait de façon satisfaisante les données de PNN : la Figure 26
représente la corrélation entre les taux de PNN observés et ceux prédits individuels. La
répartition homogène des erreurs d’ajustements autour des taux de PNN prédits (PRED)
illustrée Figure 27 montre que le modèle ne présentait pas de biais d’estimation.
La Figure 28 représente différents profils de PNN prédits chez certains patients en fonction de
leur niveau d’exposition (ASC) au docétaxel. Cette figure montre notamment la variabilité
inter-individuelle de sensibilité au docétaxel : les profils de PNN au cours du temps peuvent
être différents d’un individu à un autre pour des niveaux d’exposition similaire.
Tableau 17 : Valeurs moyennes et variabilités inter-individuelles des paramètres du modèle structural pharmacodynamique : paramètres de notre étude et de l’étude de Friberg et al [Friberg et al. 2002] pour comparaison
Notre étude Friberg et al Etude
Paramètres Moyenne (ESR*%) Moyenne (ESR*%)
CIRC0 (109/L)
CV%CIRC0
MTT (h)
CV% MTT
γ
PENTE (µg-1 x mL)
CV% PENTE
Erreur résiduelle proportionnelle (%)
Erreur résiduelle additive (PNN 109/L)
4,41 (0,06)
49,2 (18,3**)
96,2 (8,8)
25,5 (40,2**)
0,146 (42,5)
11,1 (7,4)
96,5 (42**)
35,6 (21,3)
Non applicable
-
5,05 (1,9)
42 (7**)
88,7 (2,5)
16 (24**)
0,161 (3,7)
10,0 (5,2)
60 (14**)
27,3
1,15
CIRC0 : taux circulant basal de polynucléaires neutrophiles (avant administration du docétaxel) ; CV% : coefficient de variation (variabilité inter-individuelle) ; γ : facteur puissance de rétrocontrôle ; MTT : temps moyen de transit des PNN au travers de la chaîne de maturation * erreur standard relative de la moyenne ** erreur standard relative sur le terme de variance (ω) correspondant
139
Figure 25 : Représentation des profils de polynucléaires neutrophiles au cours du temps de l’ensemble des patients de l’étude (n=92)
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
0 100 200 300 400 500 600 700
Temps (hr)
Taux
de
poly
nucl
éaire
s ne
utro
phile
s ob
serv
és (P
NN
/ µl
)
140
Figure 26 : Corrélation entre les taux de polynucléaires neutrophiles observés et les taux de polynucléaires neutrophiles individuels prédits par le modèle (IPRED) [ ------- : droite d’identité]
Figure 27 : Erreurs de prédiction pondérées en fonction des taux de Polynucléaires Neutrophiles prédits par le modèle (PRED)
-8
-6
-4
-2
0
2
4
6
8
0 1000 2000 3000 4000 5000 6000
Taux de PNN prédits par le modèle (PRED) (PNN/µl)
Erre
ur ré
sidu
elle
pon
déré
e (W
RES
)
y = 1.0356x - 212.92R2 = 0.912
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000
Taux de PNN prédits (IPRED) (PNN/µL)
Taux
de
PNN
obs
ervé
s (P
NN
/µL)
0
500
1000
1500
2000
0 500 1000 1500 2000
141
Figure 28 : Illustration des profils des taux de polynucléaires neutrophiles au cours du temps après
perfusion de docétaxel selon le niveau d’aire sous la courbe des concentrations plasmatiques de docétaxel.
(------ : courbe des PNN prédits (IPRED) ; X : PNN observés)
142
3.2..2 Analyse des covariables pharmacodynamiques de sensibilité au docétaxel
3.2.2.1 Analyses univariées
Parmi les sept covariables testées, l’âge, le taux d’AAG, le pré-traitement (PTT2) et le
centre ont entraîné une baisse significative de la valeur de la fonction objective lorsque la
valeur typique de la pente était exprimée en fonction de ces covariables.
La prise en compte de l’âge était associée à une diminution de la valeur de fonction
objective (Δ OBJ =-20 ; p<0,001) et du coefficient de variabilité inter-individuelle de 19
points. L’effet estimé de l’âge était une diminution de la pente associée à une augmentation de
l’age : un patient de 68 ans (un écart type au-dessus de l’âge moyen) aurait eu une valeur
typique de pente inférieure de 15 % par rapport à celle d’un patient de 60 ans (âge moyen sur
notre population).
La prise en compte du taux d’AAG était aussi associée à une diminution significative
de la valeur de fonction objective (Δ OBJ = -57 ; p<0,001) et à une diminution du coefficient
de variabilité inter-individuelle de 23 points. Une augmentation du taux d’AAG d’un écart
type par rapport au taux moyen entraînait une diminution de la valeur typique de pente de
25%.
La prise en compte du centre d’étude entraînait une diminution de la valeur de
fonction objective (Δ OBJ = -21 ; p<0,001) et une diminution du coefficient de variabilité
inter-individuelle sur la pente de 48 points. La valeur typique de pente était 1,81 fois plus
importante pour un patient traité à Toulouse, que pour un patient traité à Paris.
Enfin, la prise en compte du pré-traitement PTT2 (en considérant d’une part les
patients n’ayant comme antécédent aucune ou 1 au plus ligne de chimiothérapie comme non
pré-traités, et d’autre part les patients ayant reçu au moins 2 lignes de chimiothérapies avant le
docétaxel, comme prétraités) entraînait une diminution de la valeur de fonction objective (Δ
OBJ = -57 ; p<0,001) et une diminution du coefficient de variabilité inter-individuelle sur la
pente de 35 points. La valeur typique de la pente d’un patient pré-traité était égale à 2,49 fois
celle d’un patient non pré-traité.
3.2.2.2 Modèle de covariables
Les covariables sélectionnées en analyse univariée ont été regroupées dans un modèle
intermédiaire de covariable. Dans ce modèle, la covariable « âge » a été éliminée puisque non
143
seulement l’intervalle de confiance de son coefficient d’influence comprenait la valeur 0 mais
de plus, la délétion de l’âge ne s’accompagnait d’une augmentation de la valeur de fonction
objective inférieure au seuil de 10,83 fixé.
Parmi les 3 covariables restantes, toutes se justifient dans le modèle. Le Tableau 18
montre l’augmentation de valeur de fonction objective associée à la délétion de chacune des
covariables. Le modèle final de covariables retenu est donc le suivant :
Pente = 7,40 (AAG/1,29)-0,72 x 1,69PTT2 x 1,82CEN
Avec PTT2 codé 0 pour les patients ayant reçu au plus une ligne de chimiothérapie et 1 pour
les patients ayant reçu au moins 2 lignes de chimiothérapie avant le docétaxel ; CEN codé 0
pour les patients traités à Paris et 1 pour les patients traités à Toulouse.
Tableau 18 : Paramètres du modèle final PK-PD et des modèles alternatifs de covariables.
Modèles Moyennes (IC±95%) CV% Pente ΔOBJ* P
Modèle intermédiaire
Pente = θ1.(AGE/60,7)θ2.(AAG/1,29)θ3.θ4PTT2.θ5CEN
θ1=7,91(±1.64) θ2=-0,68(±1,01) θ3=-0,74(±0,18) θ4=1,48(±0,45) θ5=1,77(±0,49)
44% -5 NS
Modèle final
Pente = θ1.(AAG/1,29)θ2.θ3PTT2.θ4CEN
θ1=7,40(±1,22) θ2=-0,72(±0,18) θ3=1,69(±0,32) θ4=1,82(±0,46)
44% - -
Modèles alternatifs
Pente = θ1.(AAG/1,29)θ2.θ3CEN
Pente = θ1.(AAG/1,29)θ2.θ3PTT2
Pente = θ1.θ2PTT θ3CEN
θ1=7,73(±1,45) θ2=-0,80(±0,27) θ3=1,88(±0,62) θ1=7,86(±1,39) θ2=-0,51(±0,27) θ3=-1,94(±0,58) θ1=7,5(±1,4) θ2=1,42(±0,69) θ3=2,15(±0,75)
52%
59%
57%
+39
+46
+71
<0,001
<0,001
<0,001
∗ΔOBJ = changement de valeur de fonction objective par rapport au modèle final. CV% = coefficient de variation (variabilité inter-individuelle)
144
3.2.2.3 Illustration de l’effet des covariables
Dans le modèle final, la valeur typique de la pente (sensibilité au docétaxel) était
augmentée de +82 % chez les patients traités sur Toulouse par rapport aux patients traités sur
Paris. Il faut également prendre en compte l’effet du centre sur la pharmacocinétique du
docétaxel : les patients toulousains avaient des CL supérieures à celles des patients parisiens.
C’est pourquoi, pour représenter l’effet du centre sur la neutropénie, nous avons intégré l’effet
du centre sur la CL du docétaxel. La Figure 29 montre des profils de PNN de deux patients
l’un toulousain, l’autre parisien avec chacun des taux d’AAG moyens et des paramètres
pharmacocinétiques moyens (en dehors de la CL qui est déterminées selon le modèle de
covariables défini lors de l’analyse pharmacocinétique), et recevant tous deux une dose de
150 mg de docétaxel.
La valeur typique de la pente est augmentée de + 69% chez les patients ayant reçu au
moins 2 lignes de chimiothérapies avant le docétaxel (PTT2 = 1). L’effet d’un tel pré-
traitement sur le profil de PNN au cours du temps est illustré Figure 30. Cela représente les
profils de PNN prédits (PRED) pour deux patients traités dans un même centre l’un pré-traité,
l’autre pas, avec chacun des taux d’AAG moyens (1,29 g/L) des valeurs de paramètres
pharmacocinétiques moyens et recevant une dose moyenne de 150 mg de docétaxel.
Une augmentation du taux d’AAG d’un écart-type par rapport au taux moyen était
associée à une diminution de la pente de 23%, et une diminution du taux d’AAG d’un écart-
type était associée à une augmentation de la valeur typique de la pente de 52%.
Ces variations de valeur de pente sont issues d’analyses pharmacodynamiques à
concentrations plasmatiques de docétaxel connues, or nous avons vu que le taux d’AAG
influe sur la CL du docétaxel et donc sur le niveau des concentrations plasmatiques de
docétaxel. Nous avons donc représenté l’effet de la variation du taux d’AAG sur le profil de
PNN au cours du temps en prenant en considération son effet sur la CL selon le modèle de
covariable déterminé lors de l’analyse pharmacocinétique. La Figure 31 représente les profils
de PNN au cours du temps de trois patients recevant chacun une dose moyenne de 150 mg de
docétaxel, tous traités dans le même centre. L’effet de trois niveaux différents d’AAG est
illustré : 1,29 g/L (taux moyen observé sur la population), 0,72 g/L (valeur moyenne moins un
écart type) et 1,86 g/L (valeur moyenne plus un écart type).
145
Figure 29 Illustration de l’effet du centre sur le profil des polynucléaires neutrophiles : [--------]: patient parisien,[ ⎯⎯⎯ ] : patient toulousain
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
0 100 200 300 400 500 600 700
Temps (Heures)
Taux
de
PNN
pré
dits
(PR
ED) (
PNN
/µL)
146
Figure 30 Illustration de l’effet du pré-traitement sur le profil des polynucléaires neutrophiles : [--------]: patient non pré-traité,[ ⎯ ⎯ ⎯ ] : patient pré-traité
Figure 31 : Illustration de l’effet de l’AAG sur le profil des polynucléaires neutrophiles : courbe pleine : patient avec un taux d’AAG = 1,29 g/L (taux moyen), [-------] : patient avec un taux d’AAG = 1,86 g/l (aux moyen + 1SD) ; ,[ ⎯ ⎯ ⎯ ] : patient avec un taux d’AAG = 0,72 g/L (taux moyen – 1 SD).
0
1000
2000
3000
4000
5000
6000
0 100 200 300 400 500 600 700
Temps (heures)
Taux
de
PNN
pré
dits
(PR
ED) (
PNN
/ µL
)
0
1000
2000
3000
4000
5000
6000
0 100 200 300 400 500 600 700
Temps (heures)
Taux
de
PNN
pré
dits
(PR
ED) (
PNN
/ µL
)
147
4 DISCUSSION
4.1 Modèle pharmacodynamique
Le modèle proposé par Friberg et al. [Friberg et al. 2002] décrit les taux de PNN de
manière satisfaisante. La qualité de l’ajustement est illustrée par la Figure 26 : la corrélation
entre les données observées et les données prédites (IPRED) est excellente. Les valeurs les
plus faibles sont relativement mal ajustées, le modèle prédit des valeurs plus élevées que
celles observées. Toutefois, les valeurs prédites conservent une pertinence clinique similaire
aux valeurs observées. Sur les 136 observations inférieures à 1000 PNN/µL 84,6 % des
valeurs prédites restent inférieures à 1000 PNN/µL. Les valeurs moyennes des paramètres
pharmacodynamiques de système (Circ0, MTT et γ) comme celui lié à l’effet du médicament
(Pente) étaient comparables à celles publiées par Friberg et al. (Tableau 17).
Le premier avantage d’un tel modèle est de pouvoir générer des profils complets de PNN au
cours du temps à partir de données incomplètes observées chez chaque patient. Cela permet
de quantifier non seulement la profondeur du nadir mais aussi la durée de la neutropénie qui
sont deux éléments à prendre en compte pour évaluer le risque infectieux.
Un autre avantage est la prise en compte du profil complet des concentrations de cytotoxiques
au cours du temps plutôt que d’un paramètre « résumé » tel que l’ASC et surtout la possibilité
d’appréhender la variabilité inter-individuelle de sensibilité aux cytotoxiques. Nous avons pu
voir que même si l’ASC du docétaxel est corrélée au risque de neutropénie [Bruno et al.
1998], la profondeur et la durée de neutropénie peut varier entre deux individus exposés à des
niveaux similaires d’ASC de docétaxel (Figure 28).
Le modèle permet notamment d’identifier les facteurs pharmacodynamiques responsables de
cette variabilité inter-individuelle de sensibilité. En effet, grâce à ce modèle, Léger et al.
[Léger et al. 2004] ont mis en évidence l’influence de la voie d’administration et de
l’association au cisplatine sur la neutropénie induite par le topotécan. Plus récemment, Latz et
al [Latz et al. 2006] ont appliqué ce modèle à la neutropénie induite par le pémétrexed. Ils ont
pu mettre en évidence que des réserves altérées en vitamine B12 et folates étaient des facteurs
de risque cliniquement significatifs de neutropénie sévère. Les résultats de cette étude réalisée
lors du développement clinique du pémétrexed (Alimta®) ont conduit aux recommandations
actuelles de supplémentation vitaminique (B12 et folates) systématique avant et pendant
l’utilisation du pémétrexed.
148
4.2 Analyse des covariables
De manière inattendue, la sensibilité au docétaxel était en moyenne plus forte (+80%)
chez les patients traités à Toulouse que chez les patients traités à Paris. Ce résultat doit être
considéré en rappelant qu’une influence similaire a été retrouvée sur la clairance
d’élimination du docétaxel. En effet, les patients toulousains avaient des CL en moyenne plus
élevées (+70%) que les patients parisiens. Cette différence de CL avait des conséquences sur
le niveau des concentrations : l’ASC moyenne des patients toulousains était plus faible (3,7
mg.hr/L ) que celle des patients parisiens (4,5 mg.hr/L) (p=0,015). Aussi, plus qu’un effet réel
de la localisation des patients sur leur sensibilité au docétaxel, cette relation centre/pente
montre que le modèle pharmacodynamique attribuait une plus grande sensibilité aux patients
toulousains chez qui l’effet observé était aussi marqué que chez les patients parisiens mais
pour des concentrations en moyenne plus faibles. L’absence de réelle différence de sensibilité
est illustrée Figure 29. Ceci montre la robustesse du modèle PK/PD : le modèle peut prédire la
neutropénie chez tous les patients y compris ceux avec de faibles concentrations de docétaxel.
L’effet du centre sur la CL ne s’explique pas non plus, il est probablement du à un
biais d’estimation plus qu’à une réelle différence des capacités d’élimination entre les patients
toulousains et parisiens. Des différences au niveau des méthodes analytiques (pas de
validation croisée des déterminations HPLC des concentrations de docétaxel) ou des schémas
de prélèvements entre les centres peuvent être responsables d’un biais dans la détermination
des CL du docétaxel.
La sensibilité au docétaxel était significativement influencée par le pré-traitement des
patients. Les patients qui avaient reçu au moins 2 lignes de chimiothérapies avant le docétaxel
étaient plus sensibles que les patients n’ayant reçu qu’une seule ou aucune ligne de
chimiothérapie antérieure. L’augmentation de 69% de la valeur du paramètre pente chez les
sujets lourdement pré-traités suggère que ces patients devraient bénéficier d’une réduction de
dose de 40%. Cet effet du pré-traitement a déjà été décrit comme facteur de risque de toxicité
d’autres cytotoxiques comme la thrombopénie induite par le carboplatine [Egorin et al. 1984].
De même, Bruno et al. [Bruno et al. 1998] dans une analyse pharmacocinétique-
pharmacodynamique rétrospective portant sur les données de 24 études de phase II, ont
montré que l’incidence des neutropénies grade 4 était corrélée au nombre de lignes de
chimiothérapies antérieures à un traitement par docétaxel. Dans une analyse rétrospective des
données de 637 patients à l’aide du modèle PK/PD identique à celui utilisé ici, Kloft et al.
149
[Kloft et al. 2006] ont mis en évidence une relation entre le pré-traitement (sans distinction du
nombre de lignes de chimiothérapie antérieures) et le taux basal de PNN (Circ0). Ceci indique
que les réserves médullaires sont affectées par le nombre de lignes de chimiothérapies
successives, et qu’il serait légitime de proposer une concession posologique chez les patients
lourdement pré-traités. Il est possible que l’effet du pré-traitement dépende aussi du type de
chimiothérapie administrée et du délai entre la dernière ligne et le début du docétaxel. Le
nombre de patients de cette étude n’était pas suffisant pour pouvoir faire des sous-groupes
selon ces différents critères.
Enfin, le taux d’AAG était la dernière covariable identifiée comme significativement
influente sur la sensibilité au docétaxel. Une augmentation du taux d’AAG était associée à
une baisse du paramètre Pente. Kloft et al. ont observé un effet similaire du taux d’AAG sur la
sensibilité au docétaxel [Kloft et al. 2006]. Cette diminution du risque de neutropénie associée
à une augmentation du taux basal d’AAG a déjà été décrite par Bruno et al. [Bruno et al.
1998] : selon un modèle de régression logistique, une augmentation de 1 g/L du taux basal
d’AAG entraînait une diminution de 83% du risque d’apparition d’une neutropénie grade 4.
En outre, une corrélation a été observée entre le taux d’AAG et la durée de survie sans
progression chez des patients traités pour un cancer bronchique non à petites cellules : une
augmentation du taux basal d’AAG était associée à une diminution de 56% des chances de
réponse [Bruno et al. 2003]. Le docétaxel plasmatique est fortement lié à l’albumine et à
l’AAG, mais c’est essentiellement l’AAG qui est responsable des variations de fraction libre
du docétaxel [Urien et al. 1996]. Dans notre étude, le paramètre Pente est un facteur de
proportionnalité entre les concentrations totales de docétaxel et la myélosuppression due au
docétaxel. A concentration totale identique, une augmentation de la fraction libre entraîne une
augmentation de l’effet, se traduisant par une plus grande sensibilité (augmentation de la
valeur du paramètre Pente). Ainsi, on peut supposer que l’effet de l’AAG observé est
l’illustration de l’effet de l’AAG sur la fraction libre du docétaxel. Ceci confirme par une
approche différente les résultats de Baker et al [Baker et al. 2005b] qui ont observé une plus
forte corrélation entre le pourcentage de décroissance des PNN et l’ASC des concentrations
libres de docétaxel qu’avec l’ASC des concentrations totales. Le modèle final de covariable
(Pente = 7,40 (AAG/1,29)-0,72 x 1,69PTT2 x 1,82CEN) semblerait suggérer qu’un doublement du
taux d’AAG (par rapport à la valeur moyenne de 1,29 g/L) se traduirait par une sensibilité
diminuée d’un facteur 1,6 et donc offrirait la possibilité aux cliniciens d’augmenter la dose
d’un facteur 1,6. En réalité l’effet pharmacodynamique de l’AAG doit être considéré
simultanément avec son effet pharmacocinétique. Comme nous l’avons vu dans l’analyse
150
pharmacocinétique des données, l’AAG influe sur la CL du docétaxel dans le modèle de
covariable suivant : CL (L/hr) = 31,3 (3,1) x (AAG/1,29) -0,412 (0,190) x 1,7 (0,3) CEN. Le
docétaxel est un composé à CL « intermédiaire » dont l’élimination dépend du début sanguin
hépatique, de la clairance intrinsèque et de la fraction libre. Par conséquent, une augmentation
du taux d’AAG entraîne une diminution de la fraction libre ainsi qu’une diminution de la CL
totale et donc une augmentation des concentrations. Cet effet de la fixation protéique sur la
CL du docétaxel a été observé par de nombreux auteurs [Baker et al. 2005b, Urien et al.
1996]. Au final, une diminution du taux d’AAG se traduit par une augmentation modeste du
risque toxique puisqu’elle est associée avec une augmentation de la CL et donc avec une
diminution des concentrations. Ceci indique qu’une adaptation de posologie basée sur le taux
d’AAG n’est pas justifiée. Cela a d’ailleurs été illustré par une étude de simulation qui n’a pas
mis en évidence de bénéfice clinique à une intensification thérapeutique chez des patients
dont les taux d’AAG étaient élevés [Veyrat Follet et al. 2000]. En revanche, cela montre qu’il
est faut absolument prendre en compte les concentrations libres plutôt que les concentrations
totales de docétaxel dans les analyses pharmacocinétique-pharmacodynamique.
Il est à noter que nous n’avons pas retrouvé d’effet significatif de l’âge dans notre
modèle de covariables. En analyse univariée, un effet significatif de l’age sur la Pente était
observé selon la relation suivante : Pente = 9,06 (±1,90) (Age/60,7) –1,38 (±1,10). Selon cette
relation plus un patient était âgé, moins il était sensible aux effets du docétaxel. Ceci est en
contradiction avec les observations faites par d’autres auteurs comme Ten Tije et al [ten Tije
et al. 2005] qui ont observé une fréquence plus importante (bien que non significative) des
neutropénies grade 4 chez les sujets de plus de 65 ans par rapport aux patients plus jeunes,
alors qu’aucune modification pharmacocinétique n’était observée. Minami et al [Minami et al.
2004] ont conclu à une plus grande sensibilité des sujets des plus de 75 ans à partir de travaux
sur les relations entre ASC de docétaxel et pourcentage de décroissance des PNN. Dans notre
modèle intermédiaire, l’effet de l’âge restait paradoxal, mais n’était plus significatif : non
seulement la délétion de l’âge dans le modèle n’entraînait une d’augmentation significative de
la valeur de fonction objective, mais aussi, l’intervalle de confiance 95% du coefficient estimé
sur le facteur âge comprenait la valeur zéro, rendant ce coefficient non significatif. Il est à
remarquer tout de même que notre population ne comprenait que très peu de patients âgés
(seulement deux patients étaient âgés de plus de 75 ans).
151
Publication n°4
Clinical Pharmacodynamic factors in docetaxel toxicity Florent Puisset, Jérôme Alexandre, Jean Marc Treluyer, Valérie Raoul, Henri Roché,
François Goldwasser, Etienne Chatelut.
Br. J. Cancer. (2007) 31 97 (3) : 290-296.
152
153
154
155
156
157
158
159
CONCLUSION GENERALE Le fil conducteur de ces travaux était la recherche d’outil permettant d’adapter
individuellement les posologies des cytotoxiques anticancéreux. Nous l’avons vu,
actuellement les doses de chimiothérapies anticancéreuses sont adaptées de manière
empirique en fonction de la surface corporelle des patients.
Deux axes sont à envisager en matière d’adaptation de posologie : d’une part la
maîtrise de l’exposition aux cytotoxiques, et d’autre part l’adaptation du niveau d’exposition à
la sensibilité individuelle des patients. La première approche nécessite le développement
d’outils d’aide à la prédiction des paramètres pharmacocinétiques des médicaments, la
deuxième nécessite la recherche de facteurs de sensibilité vis à vis des cytotoxiques.
L’objectif du premier ensemble de travaux était l’étude de la dexaméthasone comme
marqueur de l’activité métabolique CYP3A4. La variabilité inter-individuelle d’expression et
d’activité de cette enzyme étant à l’origine de la variabilité pharmacocinétique de ses
substrats. Le test à la dexaméthasone consiste à administrer aux patients une dose fixe de 20
mg de dexaméthasone en perfusion intraveineuse courte de 5 minutes. Ensuite la Clairance de
la dexaméthasone est déterminée grâce à l’analyse des concentrations plasmatiques de
dexaméthasone mesurées à partir de trois prélèvements sanguins réalisés dans les 4 heures qui
suivent l’administration.
Nous avons vu que la Clairance plasmatique de la dexaméthasone est un marqueur
intéressant pour prédire la Clairance des substrats du CYP3A4 tels que le docétaxel et la
vinorelbine.
Un modèle de covariables associant la CL de la dexaméthasone et la fraction libre du
docétaxel (estimée à partir des taux d’α1 Glycoprotéine Acide (AAG)) permet d’expliquer 68
% de la variabilité de la Clairance du docétaxel chez les femmes. Ce modèle est le suivant :
CL = 2,68 x fuα1-AG + 1,92 x CLDX [avec fuα1-AG = fraction libre (en %) déterminée à partir
du taux d’AAG (fuα1-AG= 1/(11.20045+0.14478 x AAG), CLDX = Clairance de la
dexaméthasone en (L/Hr)].
Pour des raisons que nous n’avons pas pu mettre en évidence (pathologies associées,
co-traitements…) ce modèle n’est pas applicable chez les hommes. Dans la population
masculine la Clairance de la dexaméthasone ne permet pas de prédire la Clairance du
docétaxel.
La Clairance de la vinorelbine est également corrélée à la Clairance de la
dexaméthasone. Un modèle de covariables associant la Clairance de la dexaméthasone et le
160
taux de phosphatases alcalines permet d’expliquer 57 % de la variabilité de la Clairance de la
vinorelbine. Ce modèle est le suivant : CL = 39,8 x (CLDX/13,2) 0,524 x (PAL/137) -0,198 ; avec
CLDX = Clairance de la dexaméthasone (en L/hr), PAL = taux de phosphatases alcalines (en
UI/L).
Les observations présentées ici confèrent à la dexaméthasone des propriétés de
marqueur de l’activité métabolique CYP3A4. Les résultats convergents obtenus avec le
docétaxel et la vinorelbine, montrent une relative non-spécificité de la dexaméthasone vis à
vis de différents substrats CYP3A4. Un marqueur non spécifique permet d’explorer les
fonctions métaboliques d’un patient vis à vis de plusieurs substrats sans être obligé de réaliser
un test spécifique à chaque substrat.
Il n’est pas question de proposer un test à la dexaméthasone à tous les patients traités par
docétaxel ou vinorelbine. Cependant, cela peut présenter un test d’exploration intéressant pour
l’adaptation de posologie chez les patients dont le bilan hépatique est perturbé. En effet, en
pratique, l’utilisation du docétaxel ou de la vinorelbine est évitée chez ces patients,
l’estimation de la clairance du docétaxel ou de la vinorelbine autoriserait leur utilisation à des
doses adaptées.
L’objectif du dernier travail présenté était la recherche des facteurs
pharmacodynamiques de sensibilité aux effets hématotoxiques du docétaxel. Pour cela nous
avons utilisé un modèle semi-physiologique qui décrivait convenablement la neutropénie
induite par le docétaxel. Ce modèle présente notamment l’avantage de pouvoir étudier les
sources de variabilité inter-individuelles de la sensibilité des patients vis à vis des
cytotoxiques.
Par cette approche, nous avons pu mettre en évidence que les patients lourdement pré-
traités (au moins deux lignes de chimiothérapies antérieures au docétaxel) étaient plus
sensibles que les patients non lourdement pré-traités. Ceci justifie une certaine prudence dans
les posologies de docétaxel lorsqu’il est introduit en troisième ligne thérapeutique par une
diminution de 40% de la dose chez ces patients. Cette observation reste à valider
prospectivement. Il serait intéressant d’étudier le bénéfice clinique d’une réduction de dose a
priori de 40% chez les sujets lourdement pré-traités, même si l’utilisation du docétaxel en
troisème ligne est relativement rare.
Nous avons pu également mettre en évidence le rôle de l’α1 Glycoprotéine Acide
(AAG) sur l’effet cytotoxique du docétaxel. Une augmentation du taux d’AAG était associée
à une diminution de la sensibilité. L’effet de l’AAG est probablement lié au phénomène de
fixation protéique du docétaxel. L’étude pharmacocinétique menée parallèlement a montré
161
que la fixation protéique influençait également l’élimination du docétaxel (une augmentation
du taux d’AAG était associé à une diminution de la Clairance du docétaxel). Au final, l’effet
de l’AAG sur la sévérité de la neutropénie induite par le docétaxel est limité et ne donne pas
lieu à des recommandations d’adaptations de posologie basées sur le taux d’AAG.
Au-delà de la mise en évidence des facteurs de sensibilité au docétaxel, cette étude
montre l’intérêt de l’utilisation de modèles PK/PD semi-physiologiques dans la recherche
d’optimisation des thérapeutiques anticancéreuses. L’oncologie clinique actuelle repose sur
l’utilisation de protocoles de chimiothérapies très stricts avec leurs posologies exprimées en
mg par m² de surface corporelle que nous nous évertuons à retranscrire fidèlement dans nos
thésaurus de chimiothérapie. Cette pratique empirique, reste notre seul guide. Pourtant au
quotidien la variabilité inter-individuelle de réponse aux traitements (en terme de toxicité et
d’efficacité) s’observe. L’absence de toxicité n’est pas considérée, et l’excès de toxicité
immédiate se gère empiriquement avec des concessions de posologies variables selon les
habitudes des cliniciens, ainsi qu’avec des prescriptions de facteurs de croissances
hématopoïétiques en fonction de la sévérité de la neutropénie attendue. L’adaptation de
posologie en fonction de la toxicité est d’autant plus difficile que les numérations-formules-
sanguines sont rarement réalisées de manière systématique, rendant l’évaluation de la toxicité
hématologique délicate.
Une meilleure connaissance des facteurs de sensibilité aux chimiothérapies permettrait
de guider les cliniciens dans leurs adaptations de posologie. La recherche des facteurs de
réponse et de toxicité aux traitements est de plus en plus intégrée de manière prospective dans
les essais cliniques qui se mettent en place actuellement C’est le cas par exemple du
pémétrexed (Alimta®) dont l’étude des facteurs de sensibilité lors de son développement
clinique a abouti à la recommandation de supplémentation vitaminiques (folates et vitamine
B12) intégrées dans les RCP [Latz et al. 2006a].
Toutefois, pour les « anciens » médicaments déjà commercialisés, il est peu probable
que les industriels développent des études post AMM d’optimisation de posologies.
Le travail présenté ici montre que ce genre d’étude est réalisable à l’aide du modèle
pharmacocinétique-pharmacodynamique proposé par Friberg et al. [Friberg et al. 2000] même
à partir de données hétérogènes. En effet, en analysant des données de patients traités dans
deux centres différents, nous avons pu mettre en évidence des facteurs pharmacodynamiques
de sensibilité au docétaxel pertinents, en dépit d’un possible biais dans la détermination des
CL de docétaxel. Il est donc envisageable d’étudier les facteurs de sensibilité de médicaments
déjà commercialisés avec un nombre important de patients en regroupant des données issues
162
de plusieurs centres. L’utilisation possible d’un nombre limité de numération-formule
sanguine par patient rend ce genre d’étude assez peu contraignante (à condition de disposer de
schémas de prélèvements limités pour la détermination des paramètres pharmacocinétiques).
L’intérêt de ce modèle est non seulement d’identifier les facteurs de sensibilité aux
chimiothérapies, mais aussi de quantifier leur impact sur la neutropénie chimio-induite.
L’objectif étant de s’appuyer sur des études PK/PD pour proposer des recommandations
concrètes en terme d’adaptation de posologies. De plus, la représentation des profils typiques
de PNN prédits par le modèle en fonction des valeurs des covariables pharmacodynamiques
permet de juger de la pertinence clinique des covariables. En effet, la traduction du paramètre
de sensibilité en terme de profondeur et de durée de neutropénie est plus parlante pour les
cliniciens. Latz et al. [Latz et al 2006a], après avoir mis en évidence l’influence de la
déficience en folates et vitamine B12 sur la sensibilité à la neutropénie induite par le
pémétrexed [Latz et al. 2006a], ont pu confirmer l’influence de ces mêmes covariables sur la
profondeur et la durée de la neutropénie [Latz et al. 2006b]. Nous avons vu que l’influence du
pré-traitement sur le facteur « pente » de sensibilité au docétaxel se traduisait par une
augmentation de la profondeur et de la durée de la neutropénie induite par le docétaxel, alors
que l’effet du taux d’AAG n’était pas cliniquement significatif.
163
BIBLIOGRAPHIE
1. Acharya M.R., Baker S.D., Verweij J., fig W., Sparreboom A. (2004).
Determination of fraction unbound docetaxel using microequilibrium dialysis. Anal. Biochem. 331 : 192-194.
2. Adams DJ, Knick VC. (1995). P-glycoprotein mediated resistance to 5’-nor-anhydro-vinblastine (navelbine). Invest. New drug. 13 : 13-21.
3. Aithal G. P., Day C. P., Kesteven P. J. Daly A. K. (1999). Association of polymorphisms in the cytochrome P450 CYP2C9 with warfarin dose requirement and risk of bleeding complications. Lancet. 353: 717-719.
4. Athens J.W., Raab S.O., Mauer A.M., Aschenbrucker H. Cartwight G.E. Wintrobe M.M. (1961). Leukokinetic studies. III. The distribution of granulocytes in the blood of normal subjects. J. Clin. Invest. 40 : 159-164
5. Baker S.D., Sparreboom A., Verweij J. (2006). Clinical pharmacokinetics of docetaxel. Clin. Pharmacokinet. 45 (3) : 235-252
6. Baker SD, Scher HI, Li J, Beekman KW, Stewart J, Collins C, Sinibaldi VJ, Walczack J, Pili R, Carducci MA (2005a) Effect of androgen-ablation and hormonal cycling on docetaxel clearance in patients with metastatic prostate cancer. Proc. ASCO (abstr 4608).
7. Baker SD, Li J, ten Tije AJ, figg WD, Graveland W, Verweij J, Sparreboom A (2005b) Relationship of systemic exposure to unbound docetaxel and neutropenia . Clin. Pharmacol. Ther. 77 : 34-43
8. Baille P., Bruno R., Schellens J. H. M., Webster L. K., Millward M., Verweij J. and Montay G. (1997). Optimal sampling strategies for bayesian estimation of docetaxel (Taxotere) clearance. Clin. Cancer Res. 3 , 1535-1538.
9. Bargetzi MJ, Aoyama T, Gonzalez FJ, Meyer UA. (1989). Lidocaine metabolism in human liver microsomes by cytochrome P450 IIIA4. Clin. Pharmacol. Ther. 46 : 521-527.
10. Beal S. L., Sheiner L. B. Methodology of population pharmacokinetics, in Garret ER, Hirtz J (eds) : Drug fate and metabolism (Vol. 5). New York, NY, Marcel Decker, 1985, pp 135-183.
11. Belani C. P. (1999). Docetaxel (Taxotere) in combination with platinum-based regimens in non-small cell lung cancer: results and future developments. Semin. Oncol. 26 (suppl 10 ): 15-18.
12. Benet L.Z., (2005). There are no useful CYP3A probes that quantitatively predict the in vivo kinetics of other CYP3A substrates and no expectation that one will be found. Mol. Intervention. 5(2) : 79-83.
13. Benet L. Z., Hoener B. (2002). Changes in plasma protein binding have little clinical relevance. Clin. Pharmacol. Ther. 71: 115-121.
14. Benet L. Z. (1998). Pharmacocinétique. in Goodman et Gilman : Les bases pharmacologiques de l’utilisation des médicaments 9e édition: 1-28. Mac Graw-Hill.
15. Bernard-Marty C., Cardoso F., Piccart M. J. (2003). Use and abuse of taxanes in the management of metastatic breast cancer. Eur. J. Cancer. 39: 1978-1989.
16. Beulz-Riché D, Grude P, Puozzo C, Sautel F, Filaquier C, Riche C, Ratanasvanh D. (2005). Characterization of human cytochrome P450 isoenzymes involved in the metabolism of vinorelbine. Fund. Clin. Pharmacol. 19 : 545-553.
164
17. Binet S, Fellous A, lataste H et al. (1989). In situ analysis of the action of Navelbine on various type of microtubules using immunofluorescence. Semin. Oncol. 16 (suppl. 4): 5-8
18. Bodey G.P., Buckley M., Sathe Y.S., Freireich E.J. (1966). Quantitative relationships between circulating laukocytes and infection in patients with acute leukaemia. Ann. Intern. Med. 64 : 328-340
19. Bourgeois H, Vermorken J, Dark G, et al. (2005); Proven bioequivalence of blood exposure between vinorelbine 80 mg/m² oral and 30 mg/m² IV doses in cancer patients. ASCO 2005 abstr n° 2028.
20. Bruno R., Olivares R., Berille J., Chaikin P., Vivier N., Hammershaimb L., Rhodes G. R., Rigas J. R. (2003). α−1-acid glycoprotein as an independent predictor for treatment effects and a prognostic factor of survival in patients with non-small cell lung cancer treated with docetaxel. Clin. Cancer Res. 9: 1077-1082.
21. Bruno R. Vivier N., Veyrat-Follet C., Montay G., Rhodes G.R. (2001) Population pharmacokinetic-pharmacofynamic relationships for docetaxel. Invest. New drugs. 19 : 163-169
22. Bruno R., Hille D., Riva A. et al. Population pharmacokinetics / pharmacodynamics of docetaxel in phase II studies in patients with cancer (1998). J. Clin. Oncol 16 , 187-196
23. Bruno R., Vivier N., Vergniol J. C., De Phillips S. L., Montay G., Sheiner L. B. (1996). A population pharmacokinetic model for docetaxel (Taxotere®) : model building and validation. J. Pharmacokin. Biopharm. 24, 153-172
24. Bruno R, Vivier N, Houyer C, Montay G, Riva A. (1996 b) Lack of influence of dexaméthasone premedication on docetaxel (taxotere) pharmacokinetics. Ann. Oncol. 7 (suppl 1) : 96.
25. Bugat R, Variol P, Roché H, et al. (2002) The effect of food on the pharmacokinetic profile of oral vinorelbine Cancer. Chemother. Pharmacol. 50 : 285-290.
26. Burstein HJ, Harris LN, Marcom PK, lambert-Falls R, Havlin K, overmoyer B, friedlander RJ, Gargiulo J, Strenger R, Vogel CL, Ryan PD, Ellis MJ, Nunes RA, Bunnel CA, Campos SM, Hallor M, Gelman R, Winer EP. (2003). Trastuzumab and vinorelbine as first-line therapy for HER2-overexpressing metastatic breast cancer : multicenter phase II trial with clinical utcomes, analysis of serum tumor markers as predictive factors, and cardiac surveillance algorithm. J. Clin. Oncol. 21 : 2889-2895.
27. Cakaloglu Y, Tredger JM, devlin J, Williams R. (1994). Importance of cytochrome P-450 IIIA activity in determining dosage and blood levels of FK-506 and cyclosporine in liver transplant recipients. Hepatology. 20 : 309-316.
28. Calvert A. H., Newell D. R., Gumbrell L. A., et al. (1989) . Carboplatin dosage : prospective evaluation of a simple formula based on renal function. J. Clin. Oncol. 7 : 1748-1756.
29. Canal P. Chatelut E. (1996). Optimisation de dose en oncologie clinique. Relation pharmacocinétique-pharmacodynamie. Bull. Cancer 83 : 256-265.
30. Canal P. Chatelut E. Guichard S. (1998). Practical treatment guide for dose individualisation in cancer chemotherapy. Drugs. 56 : 1019-1038.
31. Cartwight G.E., Athens J.W., Wintrobe M.M. (1964). The kinetics of granulopoiesis in normal man. Blood. 24 : 780-803
32. Cascorbi I., Gerloff T., Johne A., Leisel C., Hoffmeyer S., Schwab M., Shaeffeler E., Ichelbaum M., Brinkmann U., Roots I. (2001). Frequency of single nucleotide polymorphisms in the P-glycoprotein drug transporter MDR1 gene in white subjects. Clin. Pharmacol. Ther. 69, 469-174.
165
33. Chatelut E., Canal P., Brunner V., Chevreau C., Pujol A., Boneu A., Roche H., Houin G., Bugat R. (1995). Prediction of carboplatin clearance from standard morphological and biological patient characteristics. J. Natl. Cancer . Inst. 87 : 573-580.
34. Chatelut E., Delord J. P., Canal P. (2003). Toxicity of cytotoxic drugs. Invest. New Drugs. 21: 141-148.
35. Chen YC., Gotzkowsky SK., Nafziger AN., Kulawy RW., Rocci ML., Bertino JS., Kashuba AD. (2006). Poor correlation between 6beta-hydroxycortisol : cortisol molar ratios and midazolam clearance as mesure of hepatic CYP3A activity. Br. J. Clin. Pharmacol. 62(2) : 187-195.
36. Clarke S. J., Rivory L. P. (1999). Clinical pharmacokinetics of docetaxel. Clin. Pharmacokinet. 36 , 99-114.
37. Cockroft D. Gault M. (1976). Prediction of creatinine clearance from serum creatinine. Nephron. 16: 31-41.
38. Dahl M. L. (2002). Cytochrome p450 phenotyping / genotyping in patients receiving antipsychotics: useful aid to prescribing? Clin. Pharmacokinet. 41: 453-470.
39. Dancey J.T., Deubelbeiss K.A., Harker L.A., Finch C.A. (1976). Neutrophil kinetics in man. J. Clin. Invest. 58 : 705-715
40. Danesi R., Fogli S., Gennari A., Conte P., Del Tacca M. (2002). Pharmacokinetic-pharmacodynamic relationships of the anthracycline anticancer drugs. Clin. Pharmacokinet. 41 : 431-444.
41. Dees E.C., Watkins P.B. (2006). Role of cytochrome P450 phenotyping in cancer treatment. J. Clin. Oncol. 23(6) : 1053-1055
42. De Morais S. M., Wilkinson G. R., Blaisdell J., et al. (1994a). The major genetic defect responsible for the polymorphism of S-mephenytoin metabolism in humans. J. Biol. Chem. 269 : 15419-15422.
43. De Morais S. M., Wilkinson G. R., Blaisdell J., et al. (1994b). Identification of a new defect responsible for the polymorphism of (S)-mephenytoin metabolism in Japanese. Mol. Pharmacol. 46: 594-598.
44. Depierre A, Chastang C, Quoix E, Lebeau B, Blachon F, Paillot N, Lemarie E, Milleron B, Moro D, Clavier J, et al. (1994). Vinorelbine plus cisplatin in advanced non-small cell lung cancer : a randomised trial. Ann. Oncol. 5 : 37-42.
45. Depierre A, Lemarie E, Dabouis G, Garnier G, Jacoulet P, Dalphin JC. (1991). A phase II study of Navelbine (vinorelbine) in the treatment of non-small-cell lung cnacer. Am. J. Clin. Oncol. 14 : 115-119.
46. Deporte-Fety R, Simon N, Fumoleau P, Campone M, Kerbrat P, BonneterreJ, Fargeot P, urine S. (2004). Population pharmacokinetics of short intravenous vinorelbine infusions in patients with metastatic breast cancer. Cancer Chemother. Pharmacol. 53 : 233-8.
47. Dieras V, Extra JM, Bellissant E, Espie M, Morvan F, Pierga JY, Mignot L, Tresca P, Marty M. (1996). Efficacy and tolerance of vinorelbine and fluorouracile combination as first-line chemotherapy of advanced breast cancer : results of a phase II study using a sequential group method. J. Clin. Oncol. 14 : 3097-3104.
48. Douillard JY, Rosell R, de Lena F, Carpagnano F, Ramlau R, Gonzales JL, Grodzki T et al. (2006). Adjuvant vinorelbine plus cisplatin versus observation in patients with completely resected stage IB-IIIA non-small-cell lung cancer (Adjuvant Navelbine International Trialist Association [ANITA]) : a randomised controlled trial. Lancet oncol. 7 : 719-727.
49. Dubois D. Dubois E. F. (1916). A formula to estimate the approximate body surface area if height and weight be known. Arch. Intern. Med. 17: 863-871.
166
50. Egorin ML, Van Echo DA, Tipping SJ, Olman EA, Whitavre MY, Thompson BW, Aisner J. (1984) Pharmacokinetics and dosage reduction of cis-Diammine (1,1-cyclobutanedicarboxylato)platinum in patients with impaired renal function. Cancer Res. 44 : 5432-5438.
51. Engels F.K. Sparreboom A., Mathot R.A.A., Varweij J. (2005). Potentiel for improvement of docetaxel-based chemotherapy : a pharmacological review. Br. J. Cancer 93 : 173-177.
52. Ericsson S.G., Gao H., Gericke G.H., Lewis L.D. (1997). The role of polymorphonuclear neutrophils (PMN) in clearance of granulocyte colony-stimulating factor (G-CSF) in vitro and in vivo. Exp. Hematol. 25 : 1313-1325.
53. Faber K. N., Müller M., Jansen P. L. M. (2003). Drug transport proteins in liver. Adv. Drug Deliv. Rev. 55: 107-124.
54. Finch C.A., Harker L.A., Cook J.D. (1977). Kinetics of the formed elements of human blood. Blood. 50 : 699-707.
55. Fossela F. V. (1999). Docetaxel in the treatment of non-small cell lung cancer: review of single –agent trials. Sem. Oncol. 26 (suppl 16): 17-23.
56. Friberg L.E., Karlsson M. O. (2003). Mechanistic models of myelosuppression. Invest. New Drugs 21: 183-194
57. Friberg L.E., Henningsson A., Maas H., Nguyen L., Karlsson M.O. (2002). Model of chemotherapy-induced myelosuppression with parameter consistency across drugs. J. Clin. Oncol. 24 : 4713-4721
58. Friberg L.E., Freijs A., Sandsrom M., Karlsson M.O. (2000). Semiphysiological model for the time course of leukocytes after varying schedules of 5-fluorouracil in rats. J. Pharmacol. Exp. Ther. 295 : 734-740
59. Gasparini G, Caffo O, Barni S, Frontini L, testolin A, Gugliemi RB, Ambrosini G. (1994). Vinorelbine is an active antiprolipherative agent in pretreated advanced breast cancer patients: a phase II study. J. Clin. Oncol. 12 : 2094-2101.
60. Garcia-Martin E., Martinez C., Pizarro R. M., Garcia-Gamito F. J., Gullsten H., Raunio H., Agundez J. A. G. (2002). CYP3A4 variant alleles in white individuals with low CYP3A4 enzyme activity. Clin. Pharmacol. Ther. 71: 196-204.
61. Gauvin A, Pinguet F, Culine S, Astre C, Cupissol D, Bressole F. (2002). Blood and plasma pharmacokinetics of vinorelbine in elderly patients with advanced metastatic cancer. Cancer Chemother. Pharmacol. 49 : 48-56.
62. Ged C, Rouillon JM, Pichard L, Combalbert J, Bressot N, Bories P et al. (1989). The increase in urinary excretion of 6β-hydroxycortisol as a marker of human hepatic cytochrome P450 IIIA induction. Br. J. Clin. Pharmacol. 28 : 373-387.
63. Gentile D. M., Tomlonson E. S., Maggs J. L., Park B. K., Back D. J. (1996). Dexamethasone metabolism by human liver in vitro and inhibition of 6 hydroxylation. J. Pharmacol. Exp. Ther. 277 , 105-112.
64. Gibbs M.A., Thummel K.E., Shen D.D., Kunze K.L. (1999). Inhibition of cytochrome P-450 3A (CYP3A) in human intestinal and liver microsomes: comparison of Ki values and impact of CYP3A5 expression. Drug Metab Dispos.27 : 180-187.
65. Goh B-C., Lee S-C., Wang L-Z. et al. (2002). Explaining interindividual variability of docetaxel pharmacokinetics and pharmacodynamics in asians through phenotyping and genotyping strategies. J. Clin. Oncol. 20 , 3683-3690.
66. Gorski JC., Hall FD, Jones DR, Vanderbranden M, Wrighton SA. (1993). Midazolam metabolism to 4-OH midazolam and 1’OH-midazolam byy human cytochrome P450 3A4. Clin. Pharmacol. Ther. 53 : 188
167
67. Guengerich F. P. (2002). Update information on human P450s. Drug Metab. Rev. 34: 7-15.
68. Gurney H. (1996). Dose calculation of anticancer drugs: a review of the current practice and introduction of an alternative. J. Clin. Oncol. 14: 2590-2611.
69. Gustavson L and Benet LZ Pharmacokinetics of natural and synthetic glucocorticoids. In Anderson DC and Winter JSD (eds.), Butterworth's International Medical Reviews in Endocrinology, Vol. Adrenal Cortex, pp. 235-281. London: Butterworth Co., 1985.
70. Harrison D.E.,. Lerner C.P. (1991). Most primitive hematopoietic stem cell are stimulated to cycle rapidly after treatment with 5-fluorouracil. Blood. 78 : 1237-1240.
71. Heizmann P, Ziegler WH. (1981). Excretion and metabolism of 14C-midazolam in humans following oral dosing. Arzneimittel-Forschung. 31 : 2220-2223.
72. Hirth J., Watkins P.B., Strawdermann M., Schott A., Bruno R.T., Baker L.H. (2000). The effect of an individuals cytochrome CYP3A4 activity on docetaxel clearance. Clin. Cancer Res. 6 , 1255-1258.
73. Hoffmeyer S., Burk O., von Richter O. et al. (2000). Functional polymorphisms of the human multidrug resistance gene : multiple sequence variations and correlation of one allele with P-glycoprotein expression and activity in vivo. PNAS. 97 , 3473-3478.
74. Hollenberg P. F. (2002). Characteristics and common properties of inhibitors, inducers, and activators of CYP enzymes. Drug Metab. Rev. 34: 17-35.
75. Hon Y. Y. Evans W. E. (1998). Making TDM work to optimise cancer chemotherapy : a multidisciplinary team approach. Clin. Chem. 44 : 388-400.
76. Jahanzeb M, Mortimer JE, Yunus F, Irwin DH, Speyer J, Koletsky AJ, Klein P, Sabir T, Kronish L. (2002). Phase II trial of weekly vinorelbine and trastuzumab as first-line therapy in patients with HER2(+) metastatix breast cancer. Oncologist. 7 : 410-417.
77. Johne A., Köpke K., Gerloff T., Mai I., Rietbrock S., Meisel C., Hoffmeyer S., Kerb R., Fromm M. F., Brinkmann U., Eichelbaum M., Bröckmoller J., Cascorbi I., Roots. (2002). Modulation of steady state kinetics of digoxin haplotypes of the P-glycoprotein MDR1 gene. Clin. Pharmacol. Ther. 72: 584-594.
78. Kajita J, Kuwabara T, Kobayashi H, Kobayashi S. (2000). CYP3A4 is mainly responsible for the metabolism of a new vinca alkaloid, vinorelbine, in human liver microsomes. Drug Metab. Dispos. 28 : 1121-1127.
79. Karlsson M.O., Molnar V., Bergh J., Freijs A., Larsson R., (1998). A general model for time-dissociated pharmacokinetic-pharmacodynamic relationship exemplified by paclitaxel myelosuppression. Clin. Pharmacol. Ther. 63 : 11-25
80. Karlsson M.O., Port R.E., Ratain M., Sheiner L.B. (1995). A population model for the leukopenic effect of etoposide. Clin. Pharmacol. Ther. 57 : 325-334
81. Kellokumpu-Lehtinen PL, Sunela K, Lehtinen I, Joensuu H, Sjostrom-Mattson J, finnish Breast Cancer Group. (2006). A phase I study of an all-oral combination of vinorelbine/capecitabine in patients with metastatic breast cnacer previously treated with anthracycline and/or taxanes. Clin. Breast Cancer 7 : 401-405.
82. Khandwala HM, Vassilopoulou-Sellin R, Logethetis CJ, Friend KE. (2001). Corticosteroid-induced inhibition of adrenal androgen production in selected patients with prostate cancer. Endocr. Pract. 7 : 11-15.
83. Kharasch E.D., Walker A., Hoffer C. Sheffels P. (2005a). Sensitivity of intravenous and oral alfentanil and papillary miosis as minimally invasive and non-invasive probes for hepatic and first-pass CYP3A activity. J. clin. Pharmacol. 45 : 1187-1197.
168
84. Kharasch E.D., Thummel K.E., Watkins P.B. (2005b). CYP3A probes can quantitatively predict the in vivo kinetics of other CYP3A substrates and can accurately assess induction an inhibition. Mol. Intervetions. 5 (3) 151-153.
85. Kharasch ED, Russe M, Garton K, Lentz G, Bowdle TA, Cox K. (1997). Assessment of cytochrome P450 3A4 activity during the menstrual cycle using alfentanil as non invasive probe. Anesthesiology. 57 : 26-35.
86. Kharasch ED, Thummel KE (1993). Human alfentanil metabolism by cytochrome P450 3A3/4. An explanation for the interindividual variability in alfentanil clearance? Anesth. Analg. 76 : 1033-1039.
87. Khayat D, Rixe O, brunet R, Goupil A, Bugat R, Harousseau JL, Ifrah N, Puozzo C. (2004). Pharmacokinetic linearity of I.V. vinorelbine from intra-patient dose escalation study design. Cnacer chemother. Pharmacol. 54 : 193 – 205.
88. Kinirons MT., O’Shea D., Kim RB., Groopman JD., Thummel KE., Wood AJ., Wilkinson GR. (1999). Failure of erythromycine breath test to correlate with midazolam clearance as a probe of cytochrome P450 3A. Clin. Pharmacol. Ther. 66(3) : 224-231.
89. Kinirons MT., O’Shea D., Downing TE., Fitzwilliam AT., Joellenbeck L., Groopman JD., Wilkinson GR., Wood AJ. (1993). Absence of correlations among three putative in vivo probes of human cytochrome P450 3A activity in young healthy men. Clin. Pharmacol. Ther. 54(6) : 621-629.
90. Kloft C., Wallin J., Hennigsson A., Chatelut E., Karlsson M.O. (2006) Population pharmacokineti-pharmacodynamyc model for neutropenia with subgroup identification : comparison across anticancer drugs. Clin. Cancer Res. 12 : 5481-5490
91. Kovacs SJ, Martin DE, Everitt DE, Patterson SD, Jokasky DK (1998). Urinary excretion of 6b-hydroxycortisol as an in-vivo marker for CYP3A4 induction : applications and recommendations. Clin. Pharmacol. Ther. 63 : 617-622.Krivoruc Y, Kinirons MT, Wood AJ, Wood M (1994). Metabolism of cytochrome P450 3A substrates in vivo administered by the same route : lack of correlation between alfentanil clearance and erythromycin breath test. Clin. Pharmacol. Ther. 56 : 608-614.Kuehl P., Zhang J., Lin Y. et al. (2001). Sequence diversity in CYP3A4 promoters and characterization of the genetic basis of polymorphic CYP3A5 expression. Nat. Genet. 27 , 383-391
94. Kurata Y., Ieiri I., Kimura M. et al. (2002). Role of human MDR1 gene polymorphism in bioavailability and interaction of digoxin, a substrate of P-glycoprotein. Clin. Pharmacol. Ther. 72 , 209-219.
95. Lavelle F Bissery MC, Combeau C, Riou JF, Vrignaud P, Andre S. (1995). Preclinical evaluation of docetaxel (Taxotere). Semin. Oncol. 2 : 3-16.
96. Latz J.E., Karlsson M.O., rusthoven J.J., Ghosh A., Johnson R.D. (2006 a). A semimechanistic-physiologic population pharmacokinetic/pharmacodynamic model for neutropenia following pemetrex therapy. Cancer. Chemother. Pharmacol. 57 : 412-426
97. Latz J.E., Karlsson M.O., rusthoven J.J., Ghosh A., Johnson R.D. (2006 b).Clinical application of a semimechanistic-physiologic population PK/PD model for neutropenia following pemetrexed therapy. Cancer Chemother. Pharmacol. 57 : 427-435
98. Lees LS., Bertino JS., Nafziger AN. (2006). Limited sampling model for oral midazolam : midazolam plasma concentrations, not the ratio of 1-hydroxymidazolam to midazolam plasma concentrations, accurately predicts AUC as a biomarker of CYP3A activity. J., Clin. Pharmacol. 46 (2) : 229-234.
169
99. Léger F, Loos WJ, Bugat R, Mathijssen RHJ, Goffinet M, Verweij J, Sparreboom A, Chatelut E. (2004). Mechanism-based models for topotecan-induced neutropenia. Clin. Pharmacol. Ther 76 : 567-578.
100. Leveque D, Jehl F. (2007). Molecular pharmacokinetics of catharanthus (vinca) alkaloids. J. Clin. Pharmacol. 47 : 579-588.
101. Leveque D, Jehl F. (1996). Clinical pharmacokinetics of vinorelbine. Clin. Pharmacokinet. 31 : 184-197.
102. Litman T., Druley T. E., Stein W. D., Bates S. E. (2001). From MDR to MXR: new understanding of multidrug resistance system, their properties and clinical significance. Cell. Mol. Life Sci. 58: 931-959.
103. Loos WJ, Baker SD, Verweij J, Boonstra JG, Spareboom A (2003). Clinical pharmacokinetics of unbound docetaxel : role of polysorbate 80 and serum protein. Clin. Pharmcol. Ther. 74 : 364-371.
104. Lown KS, Koolars J, Turgeon K, Merion R, Wrighton SA, Watkins PB. (1992). The erythromycin breath test selectively measures P450 IIIA in patients with severe liver disease. Clin. Pharmacol. Ther. 51 : 229-238.
105. Lown KS., Thummel KE., Benedict P.E., Shen D.D., Turgeon DK., Berent S., Watkins PB. (1995). The erythromycin breath test predict the clearance of midazolam. Clin. Pharmacol. Ther. 57 : 16-24.
106. Mano M. (2006). Vin orelbine in the management of breast cancer : New perspectives, revived role in the era of targeted therapy. Cancer Treat. Rev. 32 : 106-118
107. Mauer A.M., Athens J.W., Aschenbrucker H., Cartwight G.E., Wintrobe M.M. (1960). Leukokinetic studies II. A method for labelling granulocytes in vitro with radioactive diisoprpylfluorophosphate (DFP32). J. Clin. Invest. 39 : 1481-1486.
108. Marre F., Sanderink G-J., De Sousa G., Gaillard C., Martinet M., Rahmani M. (1996). Hepatic biotransformation of docetaxel (Taxotere) in vitro : involvement of CYP3A subfamily in humans. Cancer Res. 56, 1296-1302
109. Marty M, Fumoleau P, Adenis A, et al. (2001). Oral vinorelbine pharmacokinetics and absolute bioavailability study in patients with solid tumors. Ann. Oncol. 2001 12 : 1643-1649.
110. Marzolini C., Paus E., Buclin T., Kim R. B. (2004). Polymorphisms in human MDR1 (P-glycoprotein) : recent advances and clinical relevance. Clin. Pharmacol. Ther. 75 : 13-33.
111. Masica AL, Mayo G, Wilkinson GR. (2004). In vivo comparisons of constitutive cytochrome P450 3A activity by alprazolam, triazolam, and midazolam. Clin. Pharmacol. Ther. 76 : 341-349.
112. Mathijseen R. H.J., Van Schaik R.H.N. (2006). Genotyping and phenotyping cytochrome P450 : perspectives for cancer treatment. Eur. J. Cancer 42 : 141-148.
113. Mathijseen R. H. J., Marsh S., Karlsson M. O., Xie R., Baker S. D., Verweij J., Sparreboom A., Mc Leod H. L. (2003). Irinotecan pathway genotype analysis to predict pharmacokinetics. Clin. Cancer Res. 9 : 3246-3253.
114. May DG, Arns PA, Richard WO, Porter J, Ryder D, Fleming CM, et al. (1992). The disposition of dapsone in cirrhosis. Clin. Pharmacol. Ther. 51 : 117-122.
115. Minami H, Ohe Y, Niho S, et al. (2004). Comparison of pharmacokinetics and pharmacodynamics of docetaxel and cisplatin in elderly and non-elderly patients : why is toxicity increased in elderly patients? J. Clin. Oncol. 22 : 2901-2908.
116. Minami H., Sasaki Y., Saijo N., Ohtsu T., Fujii H., Igarashi N., Itoh K. (1998). Indirect-response model for the time course of leukopenia with anticancer drugs. Clin. Pharmacol. Ther. 64 : 511-521
170
117. Moore M. J., Erlichman C. (1987). Therapeutic monitoring in oncology. Problems and potential in antineoplastic therapy. Clin. Pharmacokinet. 13 : 205-227.
118. Murray M. (1992). P450 Enzymes. Inhibition mechanisms, genetic regulation and effects of liver disease. Clin. Pharmacokinet. 23 :132-146.
119. Nakajima M., Yokoi T., Mizutani M., et al. (1999). Genetic polymorphism in the 5’-flanking region of human CYP1A2 gene: effect on the CYP1A2 inducibility in humans. J. Biochem. 125: 803-808.
120. Nguyen L, Tranchand B, Puozzo C, Variol P. (2002). Population pharmacokinetics model and limited samplong strategy for intravenous vinorelbine derived from phase I clinical trials. Br. J. Clin. Pharmacol. 53 : 459-468.
121. Oellerich M, Burdelski M, Schulz M, Schimdt FW, Ringe B, Lamesch P, et al. (1987). Monoethylglycinexilidide formation kinetics : a novel approach to assessment of liver function. J; Clin. Chem. Clin. Biochem. 25 : 845-853.
122. Olkkola KT, Aranko K, Luurila H, hiller A, Saarnivara L, Himberg JJ, et al. (1993). A potential hazardous interaction between erythromycin and midazolam. Clin. Pharmacol. Ther. 53 : 298-305.
123. O'Shaughnessy J., Miles D., Vukelja S., et al., (2002). Superior survival with capecitabine plus docetaxel combination therapy in anthracyclin-pretreated patients with advanced breast cancer : phase III trial results. J. Clin. Oncol. 20: 2812-2823.
124. Pelkonen O. (2002). Human CYPs: in vivo and clinical aspects. Drug Metab. Rev. 34: 37-46.
125. Pinkel D. (1958). The use of body surface area as a criterion of drug dosage in cancer chemotherapy. Cancer res. 18: 853-856.
126. Price T.H., Chatta G.S., Dale D.C. (1996). Effect of recombinant granulocyte colony-stimulating factor on neutrophil kinetics in normal young and elderly humans. Blood. 88 : 335-340
127. Puozzo C, Ung HL, Zorza G. (2007). A high performance liquid chromatography method for vinorelbine and 4-O-deacetyl vinorelbine: a decade of routine analysis in human blood. J. Pharmaceut. Biomed. Anal. (sous presse)
128. Puozzo C, Zorza G, Guimbaud R, Van Heugen JC, De Graeve J, Chatelut E, Variol P, Canal P, Fahy J, Bugat R. (2000) Metabolism of vinorelbine in human : clinical application. AACR abstr n°1781.
129. Quattrochi L. C., Guzelian P. S. (2001). CYP3A regulation : from pharmacology to nuclear receptors. Drug Metab. Dispos. 29: 615-622.
130. Rivory L. P., Slaviero K., Seale J. P., Hoskins J. M., Boyer M., Beale P. J., Millward M. J., Bishop J. F., Clarke S. J. (2000). Optimizing the erythromycin breast test for use in cancer patients. Clin. Cancer Res. 6 : 3480-3485.
131. Robertson SM., Formenti E., alfaro RM., Faloon J., Penzak SR. (2006). Lack of in vivo correlation between indinavir and saquinavir exposure and cytochrome P450 3A phenotype assessed with oral midazolam as a phenotype probe. Pharmacotherapy 26 (8) : 1051-1059.
132. Robieux I., Sorio R., Borsatti E., Cannizzaro R., Vitali V., Aita P., Freschi A., Galligioni E., Monfardini S. (1996). Pharmacokinetics of vinorelbine in patients with liver metastases. Clin. Pharmacol. Ther. 59 : 32-40.
133. Roché H., Fumoleau P., Spielmann M., et al. (2006). Sequential adjuvant epirubicin-based and docetaxel chemotherapy for node-positive breast cancer patients : the FNCLCC PACS 01 trial. J. Clin. Oncol. 20; 24 : 5664-5671.
134. Rosing H., Lustig V., Van Warmerdam L.J.C., Huizing M. T., Bokkel Huinink W. W., Schellens J. H. M. et al. (2000). Pharmacokinetics and metabolism of docetaxel
171
administered as a 1-h intravenous infusion. Cancer Chemother. Pharmacol. 45: 213-218.
135. Rowinsky E. K., Cazenave L. A., Donehower R. C. (1990). Paclitaxel: a novel investigationnal antimicrotubule agent. J. Natl. Cancer Inst. 82: 1247-1259.
136. Royer I, Monsarrat B, Sonnier M, Wright M, Cresteil T. (1996). Metabolism of docetaxel by human cytochromes P450 : interactions with paclitaxel and other antineoplastic drugs. Cancer Res. 56 : 58-65.
137. Sachse C., Brockmöller J., Bauer S., et al. (1999). Functional significance of a C→A polymorphism in intron 1 of the cytochrome P450 CYP1A2 gene tested with caffeine. Br. J. Clin. Pharmacol. 47 : 445-449.
138. Sakaeda T. Nakamura T., Okumura K. (2002). MDR1 genotype-related pharmacokinetics and pharmacodynamics. Biol. Pharm. Bull. 25 : 1391-1400.
139. Sakaeda T., Nakamura T., Horinouchi M., Kakumoto M., Ohmoto N. S., Morita Y., Tamura T., Aoyama N., Hirai M., Kasuga M., Okumura K. (2001). MDR1 genotype-related pharmacokinetics of digoxin after single administration in healthy Japanese subjects. Pharm. Res. 18 : 1400-1404.
140. Sawyer M., Ratain M.J. (2001). Body surface area as a determinant of pharmacokinetics and drug dosing. Invest. New drugs; 19 : 171-177.
141. Schinkel A. H., Jonker J. W. (2003). Mammalian drug efflux transporters of the ATP binding cassette (ABC) family: an overview. Adv. Drug Deliv. Rev. 55: 3-29.
142. Schott AF, Rae JM, Griffith KA, Hayes DF, Sterns V, Baker LH. (2006). Combination vinorelbine and capecitabine for metastatic breast cancer using non-body surface areas dosing scheme. Cancer Chemother. Pharmacol. 58 : 129-135.
143. Scordo M. G., Spina E. (2002). Cytochrome P450 polymorphisms and response to antipsychotic therapy. Pharmacogenomics. 3: 201-218.
144. Sheiner L. B., Rosenberg B., Marathe V. V. (1977). Estimation of population characteristics of pharmacokinetic parameters from routine clinical data. J. Pharmacokinet. Biopharm. 5: 445-478.
145. Sheiner L. B., Beal S. L. (1982). Bayesian individualization of pharmacokinetics: simple implementation and comparison with non bayesian methods. J. Pharm. Sci. 71: 1344-1348.
146. Sheiner L. B. (1984). The population approach to pharmacokinetic data analysis : rationale and standard analysis methods. Drug Metab. Rev. 15 : 153-171.
147. Shou M., Martinet M., Korzekwa K. R., Krausz K. W., Gonzales F. J., Gelboin H. V. (1998). Role of human cytochrome P450 3A4 and 3A5 in the metabolism of taxotere and its derivatives: enzyme specificity, interindividual distribution and metabolic contribution in human liver. Pharmacogenetics. 8: 391-401.
148. Stein CM., Kinirons MT., Pincus T., Wilkinson GR., Wood AJ. (1996). Comparison of the daspone recovery ratio and the erythromycine breath test as in vivo probes of CYP3A activity in patients with rheumatoid arthritis receiving cyclosporine. Clin. Pharmacol. Ther. 59(1): 47-51.
149. Stewart C. F., Schuetz E. G. (2000). Need and potential for predictive tests of hepatic metabolism of anticancer drugs. Clin. Cancer Res. 6: 3391-3392.
150. Streetman D. S., Bertino J. S., Nafziger A. N. (2000). Phenotyping of drug-metabolizing enzymes in adults : a review of in-vivo cytochrome P450 phenotyping probes. Pharmacogenetics 10 : 187-216.
151. Sundman-Engberg B., Tidefelt U., Paul C. (1998). Toxicity of cytostatic drugs to normal bone marrow cells in vitro . Cancer. Chmeother. Pharmacol. 42 : 14-23.
172
152. Suzuki H., Sugiyama Y. (2002). Single nucleotide polymorphisms in multidrug resistance associated protein 2 (MRP2/ABCC2): its impact on drug disposition. Adv. Drug Deliv. Rev. 54: 1311-1331.
153. Tannock I. F., de Wit R., Berry W. R, Horti J., Pluzanska A., Chi K. N., Oudard S., Theodore C., James N. D., Turesson I., Rosenthal M.A ., TAX327 investigators. (2004). Docetaxel plus prednisone for advanced prostate cancer. N. Engl. J. Med. 7 : 1502-1512.
154. Testart-Paillet D., Girard P., You B., Freyer G., Pobel C., Tranchand B. (2007). Contribution of modelling chemotherapy-induced haematological toxicity for clinical practice. Crit. Rev. Oncol. Hematol. 63 : 1-11.
155. Thomas F., Séronie-Vivien S., Gladieff L., Dalenc F., Durand V., Malard L., Lafont T., Poublanc M., Bugat R., Chatelut E. (2005). Cystatin C as a new covariate to predict renal elimination of drugs : application ti carboplatin. Clin. Pharmacokinet. 44 : 1305-1316
156. Thompson A. H., Whiting B. (1992). Bayesian parameter estimation and population pharmacokinetics. Clin. Pharmacokinet. 22: 447-467.
157. Thummel KE, Shen DD, Bacchi CE, McVicar JP, Marsh CL, Perkins JD et al. (1992). Induction of human hepatic P450 3A4A/4 by phenytoin. Hepatology 16 : 160A
158. Thummel KE, Shen DD, Podoll TD, Kunze KL, Trager WF, Bacchi CE et al. (1994a). Use of midazolam as human cytochrome P450 3A probe : II. Characterization of inter- and intraindividual hepatic variability after liver transplantation. J. Pharmacol. Exp. Ther. 2171 : 557-566.
159. Thummel KE, Shen DD, Podoll TD, Kunze KL, Trager WF, Hartwell PS, et al. (1994b). Use of midazolam as human cytochrome P450 3A probe : I. In vitro-in vivo correlations in liver transplant patients. J. Pharmacol. Exp. Ther. 2171 : 549-556.
160. Ten Tije A.J., Verweij J., Carducci M.A., Graveland W., Rogers T., Pronk T., verbruggen M.P., Dawkins F., Baker S.D. (2006) Prospective evaluation of the pharmacokinetics and toxicity profile of docetaxel in the elderly. J. Clin. Oncol. 23 : 1070-1077
161. Toussaint C, Izzo J, Spielmann M, Merle S, May-Levin F, Armand JP, Lacombe D, Tursz T, Sunderland M, Chabot GG. (1994). Phase I/II trial of continuous infusion vinorelbine for advanced breast cancer. J. Clin. Oncol. 12 : 2102-2112.
162. Tran A., Jullien V., Alexandre J., Rey E., Rabillon R., Girre V., Dieras V., Pons G., Goldwasser F., Tréluyer J.M. (2006). Pharmacokinetics and toxicity of docetaxel : role of CYP3A, MDR1 and GST polymorphisms. Clin. Pharmacol. Ther. 79 : 570-580.
163. Turgeon DK, Normolle DP, leichtman AB, Annesley TM, smith DE, Watkins PB. (1992). Erythromycin breat test predicts oral clearance of cyclosporine in kidney transplant recipients. Clin. Pharmacol. Ther. 52 : 471-478.
164. Urien S, Barre J, Morin C, Paccaly A, montay G, tillement JP (1996). Docetaxel serum protein binding with high affinity to alpha-1-acid glycoprotein. Invest. New Drug. 14 : 147-151.
165. Urien S, Brée F, Breillout F, Bastian G, Krikorian A, Tillement JP. (1993). Vinorelbine high-affinity binding to human platelets and lymphocytes : distribution in human blood. Cancer Chemother. Pharmacol. 32 : 231-234.
166. Van Asperen J, Schinkel AH, Beijnen JH, Nooijen WJ, Borst P, van Tellingen O. (1996). Altered pharmacokinetics of vinblastine in Mdr1a P-glycoprotein-deficient mice. J. Natl. Cancer Inst. 88 : 994-999.
173
167. Van Cutsem E., Moiseyenko V.M., Tjulandin S., Maljis A. et al. (2006). Phase III study of docetaxel and cisplatin plus fluorouracil compared with cisplatin and fluorouracil as first-line therapy for advanced gastric cancer : a report of the V325 study group. J. Clin. Oncol. 49 : 4991-4997.
168. Van Heugen JC, De Graeve J, Zorza G, Puozzo C. (2001). New sensitive liquid chromatography method coupled with tandem mass spectrometric detection for the clinical analysis of vinorelbine and its metabolites in blood, plasma, urine and faeces. J. Chromatogr. A 926 : 11-20.
169. Van Zuylen L., Verweij J., Nooter K., Brouwer E., Stoter G., Sparreboom A. (2000). Role of intestinal P-glycoprotein in the plasma and faecal disposition of docetaxel in humans. Clin. Cancer Res. 6, 2598-2603
170. Variol P, Nguyen L, Tranchand B, Puozzo C. (2002) A simultaneous oral / intravenous population pharmacokinetic model for vinorelbine. Eur. J. Clin. Pharmacol. 58 : 467-476.
171. Variol P, Bonneterre J, Marty M, et al. (2001). Pharmacokinetics / Pharmacodynamic relationships of IV and oral Navelbine in phase I patients. ASCO 2001 abstr n° 435.
172. Vergniol JC, Bruno R, Montay G, Frydman A (1992). Determination of Taxotere in human by a semi-automated high-performance liquid chromatographic method. J. Chromatogr. 582 : 273-278.
173. Veyrat-Follet C, Bruno R, Olivares R, Rhodes G, Chaikin P. (2000) Clinical trial simulation of docetaxel in cancer patients as a tool for dosage optimisation. Clin. Pharmacol. Ther. 68 : 677-687.
174. Von Ahshen N., Richter M., Grupp C., Ringe B., Oellerich M., Armstrong V. W. (2001). No influence of the MDR-1 C3435T polymorphism or a CYP3A4 promoter polymorphism (CYP3A4-V allele) on dose-adjusted cyclosporin A through concentrations or rejection incidence in stable renal transplant recipients. Clin. Chem. 47, 1048-1052.
175. Vozeh S., Steimer J. L., Rowland M., Morselli P., Mentre F., Balant L. P., Aarons L. (1996). The use of population pharmacokinetics in drug development. Clin. Pharmacokinet. 30: 81-93.
176. Watkins PB, Murray SA, Winkelman LG, Heuman DM, Wrighton SA, Guzelian PS. (1989). Erythromycin breath test as an assay of glucocorticoid-inducible liver cytochrome P-450. J. Clin. Invest. 83 : 688-697.
177. Wilkinson G. R. (2004). Genetic variability in cytochrome P450 3A5 and in vivo cytochrome P450 3A5 activity : some answers but still questions. Clin. Pharmacol. Ther. 76 : 99-103.
178. Whiting B., Kelman A. W., Grevel J. (1986). Population pharmacokinetics. Theory and clinical application. Clin. Pharmacokinet. 11: 387-401.
179. Wojnowski J., Kamdem L. K. (2006) Clinical implications of CYP3A polymorphisms. Expert. Opin. Drug Metab. Toxicol. 2 : 171-182.
180. Wong M., Balleine RL., Blair EY., McLachlan AJ., Ackland SP., Garg MB., Evans S., farlow D., Collins M., Rivory LP., Hoskins JM., Mann GJ., Clarke CL., Gurney H. (2006). Predictors of vinorelbine pharmacokinetics and pharmacodynamics in cancer patients. J.Clin. Oncol. 24(16) : 2448-2455.
181. Wong M., Evans S., Ricory L.P., et al. (2005). Hepatic technetium Tc 99m-labeled sestamibi elimination rate and ABCB1 (MDR1) genotype as indicator of ABCB1 (P-glycoprotein) activity in patients with cancer. Clin. Pharmacol. Ther. 77 : 33-42.
182. Wozniak AJ. (1999). Single-agent vinorelbine in the treatment of non-small cell lung cancer. Semin. Oncol. 26 (5 suppl. 16) : 62-66.
174
183. Wozniak AJ, Crowley JJ, Balcerzak SP, Weiss GR, Spiridonidis CH, Baker LH, Albain KS, Kelly K, Taylor SA, Gandara DR, Livingston RB. (1998). Randomized trial comparing cisplatin with cisplatin plus vinorelbine in the treatment of advanced non-small-cell lung cancer : a Southwest oncology Group Study. J. Clin. Oncol. 16 : 2459-2465.
184. Yamamoto N., Tamura T., Murakami H., Shimoyama T., et al. (2005). Randomized pharmacokinetic and pharmacodynamic study of docetaxel : dosing based on body-surface-area compared with individualized dosing based on cytochrome P450 activity using a urinary metabolite of exogenous cortisol. J. Clin. Oncol. 23 (6) : 1061-1069
185. Yamamoto N., Tamura T., Kamiya Y., Sekine I., Kunitoh H., Saijo N. (2000). Correlation between docetaxel clearance and estimated cytochrome P450 activity by urinary metabolite of exogenous cortisol. J. Clin. Oncol. 18 , 2301-2308.
186. Yasui-Furukori N., Kondo T., Kubota T., Otake H., Ohkubo T., Nagasaki T., Sugawara K., Chiba K., Otani K., Kaneko S. (2001). No correlation between the urinary ratio of 6b-hydroxycortisol to free cortisol and pharmacokinetics of alprazolam. Eur. J. Clin. Pharmacol. 57 : 285-288.
187. Yu D. K. (1999). The contribution of P-glycoprotein to pharmacokinetic drug-drug interactions. J. Clin. Pharmacol. 39 : 1203-1211.
188. Zamboni W.C., D’argenio D.Z., Stewart C.F., Mac Vittie T., Delauter B.J., Farese A.M., Potter D.M., Kubat N.M., Tubergen D., Egorin M.J. (2001). Pharmacodynamic model of topotecan induced time course of neutropenia. Clin. Cancer Res. 7 : 2301-2308
AUTEUR : Florent PUISSET TITRE : VARIABILITE INTERINDIVIDUELLE PHARMACOCINETIQUE ET PHARMACODYNAMIQUE EN ONCOLOGIE : APPLICATION AU DOCETAXEL ET A LA VINORELBINE DIRECTEUR DE THESE : Pr Etienne CHATELUT LIEU ET DATE DE SOUTENANCE : RESUME Pour optimiser l’utilisation des cytotoxiques, leurs doses doivent être
adaptées en fonction des capacités individuelle d’élimination, et de la
sensibilité propre de chaque patient vis à vis des cytotoxiques. Nos travaux avaient pour objectif de prédire l’élimination de deux
substrats du cytochrome P4503A (docétaxel et vinorelbine) grâce à la
dexaméthasone, et de rechercher les facteurs de sensibilité au
docétaxel.
Par une approche de pharmacocinétique de population (NONMEM)
nous avons pu mettre en évidence une relation entre la clairance (CL)
de la dexaméthasone et la CL du docétaxel comme avec la CL de la
vinorelbine.
Un modèle pharmacocinétique-pharmacodynamique semi-physiologiue
a été utilisé pour décrire la neutropénie induite par le docétaxel,
permettant de quantifier la variabilité inter-individuelle
pharmacodynamique et d’étudier les facteurs influents cette variabilité.
MOTS-CLES Docétaxel, Vinorelbine, Dexaméthasone, Pharmacocinétique de
population, Adaptation de posologie, CYP3A4, Cytotoxiques, Pharmacodynamie
DISCIPLINE Pharmacologie INTITULE ET Equipe d’accueil EA 3035 « Pharmacologie clinique et expérimentale
des médicaments anticancéreux ADRESSE DU LABORATOIRE Institut Claudius Regaud, 20-24 rue du Pont Saint Pierre, 31052
TOULOUSE