Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini bertujuan untuk mengembangkan pemodelan physiologically-based pharmacokinetic (PBPK) yang mampu menggambarkan biodistribusi dan sifat farmokinetis dari pembrolizumab dan nivolumab dalam tubuh, dengan menggunakan data biodistribusi dari 89Zr-pembrolizumab dan 89Zr-nivolumab  pada Mencit yang telah dicangkokan periferal limfosit manusia (hu-PBL-SCID) (PMID: 27493273 & PMCID: PMC5700850)serta data biodistribusi 89Zr-pembrolizumab pada pasien Non-small cell lung cancer (NSCLC) (PMID: 34272316). Pemodelan PBPK mencakup kompartmen organ dan jaringan seperti, paru-paru, hati, limpa, ginjal, otak, sumsum tulang, kelenjar ludah, yang secara anatomis dihubungkan melalui aliran darah dan aliran limfatik. Kompartemen organ akan dibagi menjadi tiga sub-kompartemen, yaitu ruang vaskular, ruang interstisial dan ruang endosomal, dengan mempertimbangkan adanya ikatan antara pembrolizumab dengan FcRn pada ruang endosomal. Parameter yang diestimasi dalam pemodelan PBPK merupakan parameter drug-dependent, diantaranya adalah faktor modulasi endositosis (F2) dan modulasi eksositosis (F3) pada ruang endosomal, serta faktor modulasi dari aliran transkapiler antara ruang vaskular dan ruang interstisial (MK). Pemodelan akan dievaluasi menggunakan metode Goodness of Fit, yaitu melalui evaluasi visual grafik pemodelan dan nilai coefficient of variation (CV) dari parameter yang diestimasi (%CV < 50%). Nilai estimasi parameter F2 [%CV] didapatkan untuk pembrolizumab sebesar 0,021 [6,10] dan untuk nivolumab bernilai 0,034 [9,44], sedangkan faktor modulasi eksositosis (F3) tidak mempengaruhi kurva akumulasi konsentrasi hasil pemodelan sehingga nilainya di fiksasi pada angka 1. Meskipun MK merupakan parameter drug-dependent, sesuai dengan literatur yang menyatakan bahwa besar aliran transkapiler pada organ hati dan limpa kemungkinan berbeda dengan organ lainnya, sehingga dalam penelitian didapatkan estimasi nilai MK yang sama untuk hati dan Limpa namun berbeda dengan organ lainnya, untuk pembrolizumab nilai MK [%CV] berada dalam rentang 18,76-28,77 [1,82-4,89], sedangkan untuk nivolumab berada dalam rentang 27,46-30,69 [4,99-5,61]. Untuk menganalisa efek radiofarmaka antibodi pada organ at risk, diperlukan informasi nilai Area under curve (AUC) yang didapatkan melalui pemodelan PBPK final. Dari hasil perbandingan nilai AUC akumulasi nivolumab lebih tinggi  dibandingkan dengan pembrolizumab. ......This study aims to develop a physiologically-based pharmacokinetic (PBPK) model to describe the biodistribution and pharmacokinetic properties of pembrolizumab and nivolumab in the body. The biodistribution data of 89Zr-pembrolizumab and 89Zr-nivolumab in mice that have been grafted with human’s peripheral lymphocytes (hu- PBL-SCID) (PMID: 27493273 & PMCID: PMC5700850) and the 89Zr-pembrolizumab biodistribution data in Non-Small Cell Lung Cancer (NSCLC) patients (PMID: 34272316) were used for PBPK modeling. This modeling was done through the organ and tissue compartments, such as the lung, liver, spleen, kidney, brain, bone marrow, and salivary glands, which were anatomically connected through blood flow and lymphatic flow. The organ compartment was divided into three sub-compartments, namely the vascular space, the interstitial space, and the endosomal space, while considering the binding between the monoclonal antibody (mAb) and FcRn occurred in the endosomal space. The drug-dependent parameters, such as modulation factors of endocytosis (F2) and modulation of exocytosis (F3) in the endosomal space, as well as modulation factors of transcapillary flow between the vascular space and the interstitial space (MK), were estimated in the model. Modeling will be evaluated using the Goodness of Fit method, through visual evaluation of the modeling graph and the coefficient of variation (CV) value of the estimated parameters (%CV <50%). The estimated value of the F2 parameter [%CV] obtained for pembrolizumab was 0.021 [6.10] and nivolumab was 0.034 [9.44], while the exocytosis modulation factor (F3) did not affect the concentration accumulation curve modeled, so its value was fixed at number 1. Even though MK is a drug-dependent parameter, a literature states that the amount of transcapillary flow in the liver and spleen may be different from other organs, so this study also found that the estimated MK value was the same for the liver and spleen but different from other organs. for pembrolizumab the value of MK [%CV] was in the range of 18.76-28.77 [1.82-4.89], while for nivolumab it was in the range of 27.46-30.69 [4.99-5.61]. To analyze the effects of antibody radiopharmaceuticals on Organs at Risk (OARs), the information on the value of the Area Under the Curve (AUC) obtained through the final PBPK modeling is needed. From the comparison results, the accumulated AUC value of nivolumab was higher than that of pembrolizumab.

Abstrak :
Pendahuluan: Frailty adalah prediktor luaran buruk pasien usia lanjut (usila) di IGD. Forty-item frailty index (FI-40) sebagai standar penilaian frailty tidak praktis digunakan di IGD sehingga dibutuhkan instrumen ringkas untuk penapisan. ISAR dan TRST memiliki performa moderat untuk stratifikasi risiko pasien usila di IGD, tetapi penggunannya sebagai instrumen penapisan frailty belum banyak dilaporkan. Studi ini bertujuan untuk menilai performa ISAR dan TRST dalam penapisan frailty pada pasien usila di IGD. Metode: Studi potong lintang dilakukan dengan merekrut subjek berusia 60 tahun atau lebih yang berkunjung ke IGD RSCM pada bulan September-November 2018 secara konsekutif. Dilakukan penilaian performa ISAR dan TRST terhadap FI-40 sebagai baku emas berupa sensitivitas, spesifisitas, nilai prediksi positif dan negatif (NPP dan NPN), rasio kemungkinan positif dan negatif (RK+ dan RK-). Hasil: Dari 471 subjek, kelompok usia 60-69 tahun sebanyak 63,7%, median usia 66 tahun, dan rentang usia 60-95 tahun. Mayoritas subjek adalah laki-laki (55,6%), datang tanpa rujukan (63,3%), pengguna JKN (97,2%), dan tidak mengalami trauma (94,5%). Subjek frail sebanyak 82%. ISAR dan TRST secara berurutan memiliki sensitivitas 87,6% dan 93,8%, spesifisitas 58,8% dan 43,5%, NPP 90,6% dan 88,3%, NPN 51% dan 60,7%, RK+ 2,1 dan 1,7, RK- 0,2 dan 0,1. ISAR dan TRST memiliki area under the curve (AUC) serupa yaitu 0,8 (IK95%: ISAR 0,8-0,9 dan TRST 0,8-0,9). Simpulan: ISAR dan TRST memiliki performa yang sangat baik dalam penapisan frailty pada usila di IGD.

---

Objective: Poor outcomes for elderly emergency room (ER) patients have been linked to frailty. This study aimed to measure the performance of the identification of the seniors at risk (ISAR) tool and triage risk-screening tool (TRST) for frailty screening in elderly ER patients, as the Forty-Item Frailty Index (FI-40) is impractical in ER settings. Methods: A cross-sectional study was undertaken involving subjects aged 60 years or older at Cipto Mangunkusumo General Hospital ER from September -November 2018. Frailty was defined by the FI-40. The ISAR and TRST performance was measured as sensitivity, specificity, the positive and negative predictive value (PPV and NPV), the positive and negative likelihood ratio (LR+ and LR-) and the area under the curve (AUC). Results: A total of 471 subjects were examined of which 63.7% were in the 60-69-yearold subgroup with a median age of 66 years and an age range of 60-95 years old. Most were male (55.6%), had no referral (63.3%), had national health insurance (97.2%) and they were mostly non-trauma (94.5%) patients. According to the FI-40, 82% were classified as frail. ISAR and TRST showed sensitivity readings of 87.6% vs 93.8%, a specificity of 58.8% vs 43.5%, a PPV of 90.6% vs 88.3%, an NPV of 51% vs 60.7%, an LR+ of 2.13 vs 1.66 and an LR- of 0.21 vs 0.14, respectively. Both had similar AUCs of 0.8 (95% CI: ISAR [0.76, 0.86] and TRST [0.75, 0.86], p = 0.91). Conclusion: ISAR and TRST showed very good frailty-screening performance among elderly ER patients