Avance: una primera
HogarHogar > Noticias > Avance: una primera

Avance: una primera

May 30, 2023

Scientific Reports volumen 13, Número de artículo: 3300 (2023) Citar este artículo

886 Accesos

1 Altmetric

Detalles de métricas

Los sistemas renina-angiotensina-aldosterona (RAAS) juegan un papel central en la fisiopatología de la insuficiencia cardíaca congestiva (ICC), lo que justifica el uso de inhibidores de la enzima convertidora de angiotensina (IECA) en perros y humanos con enfermedades cardíacas. Estudios seminales en CHF canina sugirieron que la acción farmacológica del benazepril era relativamente independiente de dosis superiores a 0,25 mg/kg PO, proporcionando así una justificación para la dosis de benazepril etiquetada en Europa en perros con CHF. Sin embargo, la mayoría de estos estudios anteriores se basaron en medidas de la actividad de la ACE, un criterio de valoración subóptimo para caracterizar el efecto de la ACEi en el RAAS. Los objetivos de este estudio fueron (i) ampliar los esfuerzos previos de modelado matemático de la relación dosis-exposición-respuesta de benazepril en biomarcadores del RAAS que son relevantes para la fisiopatología de la ICC y el pronóstico de la enfermedad; y (ii) desarrollar una implementación de software capaz de simular ensayos clínicos en benazepril en perros con optimización de dosis a pie de cama. Nuestros resultados sugieren que 0,5 mg/kg PO cada 12 h de benazepril produce la reducción más sólida de la angiotensina II y la regulación al alza de los biomarcadores de la vía alternativa de RAAS. Eventualmente, este modelo se ampliará para incluir criterios de valoración clínicos relevantes, que se evaluarán en un próximo ensayo prospectivo en pacientes caninos con insuficiencia cardíaca congestiva.

Aunque la fisiopatología exacta de las enfermedades cardíacas que subyacen a la insuficiencia cardíaca congestiva (ICC) difieren entre el hombre y su mejor amigo, la sobreactivación del sistema renina-angiotensina-aldosterona (RAAS) juega un papel clave en la patogénesis y el desarrollo de la ICC tanto en humanos como en humanos. perros. Para reducir la activación del RAAS, existe un historial sustancial de uso de ACEis, como benazepril, para tratar la insuficiencia cardíaca congestiva en ambas especies1,2,3. Esto hace que el uso de benazepril para tratar la ICC en caninos y humanos sea un excelente estudio de caso para aplicar el paradigma de la iniciativa One Health. Este paradigma reconoce que la acumulación de datos sobre el efecto de las terapias en CHF en caninos tiene el potencial de beneficiar el manejo terapéutico de CHF en humanos y viceversa4.

El RAAS es un sistema compensatorio neurohormonal que gestiona principalmente el volumen y la presión sanguíneos mediante la modulación del transporte de electrolitos y el tono vascular. El modelo contemporáneo de activación de RAAS tiene dos componentes principales. La vía clásica de RAAS se refiere a la cascada de péptidos desde el angiotensinógeno hasta la angiotensina I (AngI), y luego desde la AngI hasta la angiotensina II (AngII). Estas reacciones enzimáticas son catalizadas por la renina y la ACE, respectivamente, y finalmente conducen a un aumento de la producción de aldosterona (ALD) (v. fig. 1;4). Las consecuencias fisiológicas a corto plazo de la activación del RAAS clásico incluyen vasoconstricción, retención renal de sodio y agua y aumento de la presión arterial. Las consecuencias fisiológicas a largo plazo incluyen sobrecarga de líquidos, aumento de la poscarga cardíaca y fibrosis miocárdica y vascular5,6,7,8,9. Esencialmente, la activación clásica crónica a largo plazo del RAAS contribuye al desarrollo de CHF10,11 y es estimulada por este, mientras que la regulación a la baja de la vía clásica del RAAS se ha asociado con un mejor pronóstico a largo plazo en CHF9,12,13,14,15. La vía alternativa RAAS actúa como un mecanismo contrarregulador frente a la activación de la vía clásica. La activación de la vía alternativa RAAS se caracteriza por la catálisis de AngII a angiotensina (1–7) (es decir, Ang(1–7)) por la enzima ACE2. A su vez, Ang(1–7) activa los receptores Mas que conducen a vasodilatación, diuresis y natriuresis16. A través de este efecto fisiológico, la activación alternativa crónica del SRAA en la ICC se ha asociado con un riesgo reducido de insuficiencia cardíaca en pacientes con fracción de eyección reducida y conservada. Por lo tanto, un candidato a fármaco terapéutico ideal para la ICC modularía ambas vías a la vez, regulando a la baja la actividad del RAAS clásico mientras preserva o regula al alza la vía alternativa del RAAS13. Sin embargo, se sabe poco sobre el efecto del benazepril en el SRAA alternativo tanto en humanos como en perros.

Brazos biológicos de la RAAS. Se cree que la activación de RAAS tiene dos vías principales que actúan como mecanismos contrarreguladores entre sí. La vía clásica de RAAS (en rojo anaranjado) se refiere a la cascada de péptidos desde la angiotensina I (Ang I) hasta la angiotensina II (Ang II) a través de la ECA. Esto estimula la producción de aldosterona que luego activa los receptores AT1 (AT1R). Las consecuencias fisiológicas de la activación del RAAS clásico, que incluyen vasoconstricción, hipertrofia y fibrosis, suelen empeorar la insuficiencia cardíaca congestiva (CHF). Benazepril inhibe la ECA, activando así la vía alternativa RAAS (en verde). La activación de la vía alternativa RAAS se caracteriza por la catálisis de Ang II a Ang1-7 por la enzima ACE2. A su vez, Ang1-7 activa los receptores Mas que conducen a vasodilatación, diuresis y natriuresis. Estos efectos protegen contra la ICC. Nuestro objetivo es utilizar modelos matemáticos para determinar una dosis que reduzca la activación de la vía RAAS clásica y estimule la activación de la vía RAAS alternativa. Esta dosis hipotética maximizaría los efectos protectores contra la ICC del benazepril.

El clorhidrato de benazepril es un ACEi no sulfhidrilo comúnmente utilizado para el tratamiento de la insuficiencia cardíaca congestiva tanto en humanos como en perros. Al igual que otros IECA, el benazepril es un profármaco que se convierte rápidamente por hidrólisis en su benazeprilato activo por acción de las esterasas, principalmente en el hígado17. Aunque se prescribe con frecuencia, el rango de dosificación recomendado de benazepril es bastante amplio y no existe un consenso claro sobre la dosis ideal a utilizar en pacientes con ICC. En humanos, el benazepril generalmente se prescribe para la hipertensión en una dosis inicial de 2,5 a 10 mg por día y se aumenta a 20 o 40 mg por día, administrados una o dos veces al día (cada 24 horas o cada 12 horas), lo que equivale aproximadamente a 0,5 mg/ kg q12h para un adulto de 60 kg18. En perros, la dosis etiquetada de benazepril en la UE es de 0,25 a 1,0 mg/kg por vía oral cada 24 horas, mientras que las declaraciones de consenso veterinario de ACVIM recomiendan una dosis de 0,5 mg/kg por vía oral cada 12 horas19. Los estudios farmacocinéticos (PK) y farmacodinámicos (PD) que comparan varias dosis de benazepril en perros sanos no han brindado recomendaciones consistentes hasta la fecha. El estudio que se utilizó para el registro de benazepril en la UE mostró que una sola dosis oral de benazepril suprimió eficazmente la actividad de la ECA durante un máximo de 24 horas, y que la inhibición de la ECA en plasma fue independiente de la dosis ≥ 0,25 mg/kg2. Sin embargo, un nuevo análisis posterior de estos datos utilizando modelos matemáticos sugirió que la dosificación cada 12 horas (en contraposición a la dosificación cada 24 horas) lograría una mayor inhibición de la ECA con la misma dosis total cada 24 horas20. Además, un estudio diferente de una dosis única de enalapril y benazepril a una dosis de 0,5 mg/kg indicó una duración del efecto mucho más corta, con una supresión de la ECA que duró < 12 h21, y un estudio retrospectivo reciente en perros con enfermedad cardíaca valvular sugirió mejores resultados con dosificación q12h22.

Hay varias razones por las que el desarrollo de recomendaciones consistentes para la dosificación de ACEi ha demostrado ser un desafío en medicina veterinaria. Históricamente, la actividad de ACE se utilizó como sustituto de la actividad de RAAS. Recientemente, sin embargo, se ha demostrado que la actividad de ACE es una medida ineficiente de la activación de RAAS. Numerosos estudios en humanos y perros han mostrado una falta de correlación entre la actividad de la ECA circulante y las concentraciones de Ang II4,23. Un segundo desafío en el desarrollo de recomendaciones de programación es la importante modulación cronobiológica de la RAAS. Los modelos experimentales anteriores de activación de RAAS no consideraron la cronobiología de RAAS, mientras que la investigación contemporánea ha demostrado que los biomarcadores de la vía de la renina están sujetos a variaciones circadianas en perros4,23,24. Finalmente, los estudios PKPD existentes sobre el efecto de varios ACEi no han muestreado de manera consistente biomarcadores de activación alternativa de RAAS además de biomarcadores de activación clásica de RAAS.

En general, aunque los efectos de ACEi, como benazepril, sobre la actividad de ACE se han caracterizado bastante bien, y el beneficio de la inhibición de ACE en CHF se ha establecido definitivamente en varios ensayos clínicos en humanos y perros (0,25 a 1,0 mg/kg q12h -q24h), poco se sabe sobre el efecto de benazepril en la vía alternativa RAAS en cualquiera de las especies. Comprender los efectos dependientes de la dosis del benazepril en los biomarcadores de las vías RAAS clásica y alternativa en perros permitiría explorar las dosis de benazepril que producen una regulación a la baja del RAAS clásico mientras preservan o regulan al alza el RAAS alternativo. Esto se traduciría en una optimización del beneficio clínico. La acumulación de datos que informen un enfoque tan matizado para la optimización de la dosis en perros proporcionaría información valiosa de traducción para una optimización de dosis similar de ACEi en humanos. Para modelar y predecir los efectos dependientes de la dosis de benazepril en el brazo clásico y alternativo de RAAS, nuestro objetivo fue construir un modelo de efectos mixtos no lineales (NLME) de benazepril PKPD. El modelado NLME de benazepril PKPD ya había demostrado ser un método eficiente para describir el efecto de benazepril en el RAAS clásico en caninos y es un marco bien aceptado para construir modelos PKPD11.

Para producir datos para este esfuerzo de modelado y simulación, se tomaron muestras intensivas de nueve beagles sanos mientras se les administraba benazepril en varias dosis y frecuencias. Después de producir los datos, nuestro objetivo fue utilizar un modelo de farmacología de sistemas cuantitativos (QSP) para caracterizar la relación PKPD de benazepril (at) en biomarcadores del SRAA que son relevantes para la fisiopatología de la ICC y están asociados con morbilidad/mortalidad {angiotensinas I, II, III, IV, (1–7)}. El modelado QSP es un subgrupo de modelos PKPD que busca describir el comportamiento de un fármaco en términos de la biología de su mecanismo de acción. Después de desarrollar y calibrar el modelo, desarrollamos una implementación de software del modelo benazeprilat-RAAS QSP, que es capaz de simular rápidamente el efecto de benazepril HCL en varias dosis en una población más grande de perros virtuales. Mediante el desarrollo de una interfaz de simulación fácil de usar para nuestro modelo, el objetivo de este trabajo fue realizar una primera predicción de la dosis/momento óptimo de administración de benazepril en perros para respaldar futuras investigaciones en pacientes con insuficiencia cardíaca congestiva.

Todos los perros del estudio recibieron todas las dosis orales de benazepril según lo previsto. Los perros fueron monitoreados en busca de efectos adversos asociados con el etiquetado de benazepril, así como aquellos asociados con el bienestar general de los animales, por ejemplo, vómitos, diarrea, inapetencia, debilidad/hipotensión, fatiga, falta de coordinación, hipercreatininemia. No se observaron efectos adversos en los animales durante el transcurso del estudio, y los hemogramas completos en serie y los paneles bioquímicos realizados no mostraron evidencia de anormalidades hematológicas o bioquímicas por la dosificación de benazepril.

Los datos se recopilaron y estandarizaron para el modelado matemático como se indica en la documentación de Monolix25. Excepto por la estandarización de unidades como cantidades molares y concentraciones, los datos sin procesar se dejaron sin transformar. Las dosis se transformaron utilizando el peso molecular de benazepril HCl, mientras que las concentraciones se transformaron utilizando el peso molecular del metabolito activo benazeprilato. Los datos se revisaron en busca de tendencias masivas y calidad de los datos antes, durante y después del modelado matemático.

Los datos por debajo del límite inferior de cuantificación (LLOQ) se modelaron añadiendo a la función de verosimilitud un término que describe la probabilidad de que la observación verdadera se encuentre entre cero y el LLOQ, que es equivalente al método M3 implementado en NONMEM (Non-linear Mixed Modelado de efectos).

El curso de tiempo log10 de benazeprilato, así como los biomarcadores RAAS relevantes, se reproducen en la Fig. 2. Cabe destacar que hubo cierto ruido experimental de fondo en la farmacodinámica de algunos biomarcadores que, en última instancia, redujeron la calidad de predicción del modelo. El ruido fue más prominente en el biomarcador Angiotensina III (2–8) (es decir, AngIII), donde el orden del límite de cuantificación (2,5 pmol/L) fue aproximadamente la mitad de la medición en el tercer cuartil (5,1 pmol/L) . Los valores atípicos sospechosos se marcaron y probaron como covariables del modelo para determinar la significación estadística. Sin embargo, se determinó que ninguno de los puntos de datos marcados eran valores atípicos lo suficientemente significativos como para excluirlos de la construcción del modelo.

Farmacodinamia de biomarcadores RAAS. Una descripción general del curso temporal en plasma de varios biomarcadores RAAS, así como del metabolito activo de benazepril, benazeprilat. El curso de tiempo de cada sujeto se indica con una línea roja y puntos. La curva dorada es el valor medio del curso del tiempo.

A continuación se muestra un resumen del proceso de construcción del modelo. La versión empírica base del modelo completo fue en gran parte una adaptación del modelo PKPD de benazeprilato informado en Mochel et al.23. En total, se probaron más de 100 modificaciones estructurales diferentes, a partir del modelo base empírico, para producir nuestro modelo QSP final. Para simplificar el informe de resultados, las modificaciones más importantes probadas se resumen en las siguientes dos secciones. A pesar de la división de secciones en PK y PD, después de construir un modelo base para trabajar, todos los ajustes del modelo se realizaron en el conjunto de datos PKPD completo.

La porción PK del modelo base era un modelo mamilar convencional de 2 compartimentos con intercambio saturable entre los compartimentos central y periférico. Sobre la base de este modelo inicial, se evaluaron varias modificaciones de la estructura PK. En primer lugar, se probaron varias variaciones de compartimento estándar, es decir, utilizando funciones de disposición de 1, 2 o 3 compartimentos. En general, un modelo PK de 2 compartimentos superó a los otros modelos candidatos según la precisión de los parámetros individuales y la calidad general del ajuste. En segundo lugar, la unión no específica (baja afinidad, alta capacidad) de benazeprilato a proteínas plasmáticas estuvo representada por un tercer compartimento dentro del compartimento central, es decir, representando la circulación libre de benazeprilato. El volumen del compartimento de unión no específica (Vns) es una representación de la capacidad de unión relativa del benazeprilato que se distribuye en el plasma pero no circula libremente ni interactúa con la ECA. Por lo tanto, la cantidad total de benazeprilato medible en plasma es una combinación de la cantidad unida no específicamente a las proteínas plasmáticas (Ins) (baja afinidad, alta capacidad), la cantidad específicamente unida a la ECA (alta afinidad, baja capacidad) y la cantidad de benazeprilato en libre práctica (Ifree)4,20. Se eligió la variable I para representar benazeprilato ya que inhibe la actividad de la ECA.

Se probaron estructuras de absorción cero, primera, mixta y secuencial para modelar la absorción del fármaco desde el compartimento de depósito (es decir, la luz intestinal). Se encontró que un modelo en gran parte equivalente a la absorción secuencial, pero hecho para ser continuo, superó a otros modelos competitivos. La subestructura de este modelo utiliza una serie de absorciones de 1 orden, pero puede verse como un análogo continuo de una absorción secuencial de 0/1 orden.

En este modelo, el primer compartimento de depósito para benazepril después de la administración oral se denominó 1abs. La absorción de primer orden ocurrió inmediatamente a una tasa ka1 en el compartimento de benazeprilato que circulaba libremente (fr), o la absorción se retrasó a una tasa de absorción ka a través de un intercompartimento que era precirculatorio (pr). Como es habitual, la cantidad de benazeprilato que pasa entre los compartimentos se denomina Im, n, por inhibidor, donde los índices m y n representan los compartimentos de origen y destino, respectivamente. Fbio representa la biodisponibilidad total (Ec. 1). Las dosis se administran en clorhidrato de benazepril, pero se miden como el metabolito benazeprilato. Para reducir la complejidad en el modelado, pero preservar la absorción y la varianza de conversión de benazepril a benazeprilato, todo el benazepril biodisponible se trata como benazeprilato en el modelo. Fbio, o biodisponibilidad total, se estima en el modelo simplemente para preservar esta varianza y reducir la inestabilidad numérica en la estimación. Sin embargo, sin datos IV, el Fbio estimado final no tiene una interpretación farmacológica firme.

En resumen, el modelo mamilar final sin cinética de unión a ACE (Ec. 2) fue un modelo PK de 2 compartimentos con unión a proteína no específica representada por un tercer compartimento (Ins) y un análogo continuo a la absorción secuencial de orden 0/1 de algún compartimento de depósito.

La tasa de intercambio entre compartimentos se rigió por las tasas kf, g, donde f y g (f ≠ g) eran cada una de circulación libre (fr), tisular (ts) o no específicamente unida en circulación (ns). El error residual se modeló mejor usando una función de error proporcional normal (Ec. 6). La única excepción fueron las tasas de eliminación que se escribieron como kCl, d donde el aclaramiento representaba que el parámetro se derivaba del aclaramiento y d era el compartimento de origen.

El principal mecanismo de acción de benazeprilato es inhibir la ECA para evitar la catálisis de AngI en AngII. Para dar cuenta de este mecanismo, primero se implementó un modelo de saturación logística. Sin embargo, se encontró que el modelo superior para predecir la inhibición de la ECA de benazeprilato era el modelo diferencial de Michaelis-Menten de inhibición de la catálisis, siendo la ECA la enzima (E), el benazeprilato el inhibidor (I), la AngI el sustrato (S) y la AngII el producto (P) (Ec. 3). También se consideró la distribución de ACE a través del tejido (ts) y la libre circulación (fr). La nomenclatura utilizada a lo largo de la ecuación. (3) es consistente con las descripciones previas del modelo de Michaelis-Menten26.

Los modelos mamilares de dos compartimentos gobernaron la cinética de los biomarcadores AngI, AngII y Ang(1–7). La cantidad en estos compartimentos se representó respectivamente por S (sustrato), P (producto) y Ang (1-7). Los dos compartimentos para estas angiotensinas se denominaron circulación libre (fr) y tejido (ts). Los pasos de conversión en las vías RAAS clásica y alternativa se modelaron a través de una serie de pasos catalíticos, como se describió previamente27.

Por último, la función fCT(t) gobierna el efecto de la cronobiología sobre la tasa de producción del sustrato (rs). fct(t) es una función coseno escalada en la que la longitud de onda (o período) coincide con 24 h, la amplitud máxima relativa es la PRA escalar (amplitud máxima de renina) y la escala de esa amplitud se rige por δ24hr. La cronobiología aquí solo se modela en relación con la producción de AngI (Ec. 4).

Las catálisis de AngII a AngIII y AngIII a AngIV se modelaron a través de una serie de modelos de conversión catalítica (Ec. 5). Las escisiones de AngII a AngIII y de AngIII a IV se realizan principalmente mediante aminopeptidasas A y N unidas al riñón, respectivamente28,29,30. Vfree se subdividió en dos volúmenes de distribución del sistema circulatorio; un volumen renal pequeño (Vrn) y un volumen plasmático mayor (Vpl). Todo el catabolismo de AngII a AngIII y de AngIII a AngIV estaba relacionado con el volumen renal, ya que aquí es donde se ubican fisiológicamente las aminopeptidasas A y N.

Todos los residuos de analitos se describieron mejor mediante modelos de error proporcional (Ec. 6), con la concentración de un biomarcador dado escalado por ε. ε es una distribución normal distribuida con desviación estándar b, es decir, ε ~ N(0, b).

Las pruebas de ANOVA sobre las covariables indicaron que el rendimiento del modelo no mejoraría significativamente con la inclusión de los efectos de las covariables. El modelo completo escrito en Mlxtran está disponible en los archivos complementarios, y en la Fig. 3 se reproduce un diagrama del modelo que detalla la estructura completa. En la Tabla S1, el lector puede encontrar una descripción detallada de todos los símbolos matemáticos definidos en la sección "Resultados". .

Diagrama detallado del modelo. Diagrama detallado de la estructura del modelo final. La farmacocinética de benazeprilato se modeló utilizando un modelo de 2 compartimentos con una mezcla de 1 orden y 1 orden retrasada por absorción de transferencia de 1 orden desde el compartimento de depósito. Ambos volúmenes de distribución, libre y tisular, se modelaron con una cantidad fija de ACE con la que podría actuar Benazeprilat. La unión no específica afectó al compartimento de libre circulación. Se utilizaron una serie de modelos de respuesta directa para describir la transformación de la angiotensina I en sus diversos metabolitos. El volumen libre de distribución se subdividió en volúmenes plasmáticos y renales para Ang III y Ang IV. Se utilizó un modelo cinético de interacción entre inhibidor, sustrato y enzima de Michaelis-Menten para describir la inhibición competitiva de la ECA por parte del benazeprilato. k3 y k-3 fueron los parámetros que gobernaron la asociación y disociación de ACE-benazeprilat (enzima-inhibidor), mientras que k1 y k-1 determinaron la tasa de asociación y disociación de ACE-angiotensina (enzima-sustrato). k2 controlaba la tasa de producción de angiotensina II a partir de angiotensina I a través de ACE. Un aclaramiento independiente para cada metabolito, así como el benazeprilato, controlaron la velocidad de eliminación de varias moléculas del plasma.

La inspección de la búsqueda SAEM y un análisis de sensibilidad sobre los valores iniciales de los parámetros revelaron una búsqueda estable y precisa para todas las estimaciones de los parámetros. El modelo final seleccionado tuvo una alta precisión en las estimaciones de los parámetros evaluadas a través de RSE (la mayoría de las estimaciones < 35 %). En la Tabla 1 se puede encontrar un resumen de las estimaciones de los parámetros del modelo, incluido el valor típico, RSE (%) y la variabilidad interindividual (IIV).

La inspección de los gráficos de resumen de bondad de ajuste (Figs. 4, 5, 6) indica que las predicciones de benazeprilato del modelo están en gran medida en línea con las mediciones experimentales. Es importante destacar que se encontró que el modelo final de PKPD, que permitió el ajuste simultáneo de todas las angiotensinas, caracterizó satisfactoriamente los cambios variables en el tiempo del brazo clásico y alternativo del RAAS, como lo muestran los diagnósticos estándar de bondad de ajuste de observaciones frente a predicciones (Fig. 4), las predicciones individuales (Fig. 5) y los diagnósticos de validación basados ​​en simulación (es decir, NPDE, Fig. 6).

Observaciones vs predicciones. Las observaciones se trazaron frente a las predicciones para todos los metabolitos y datos de concentración de fármacos. Esto da una imagen completa del rendimiento del modelo. La línea dorada es la curva LOESS que muestra la correlación entre las observaciones y las predicciones. La línea negra trazada en diagonal representa el rendimiento ideal del modelo sin errores de especificación. El acuerdo general entre LOESS y la curva idealizada indica que hay pocos errores de especificación en la estructura del modelo.

Muestra de predicciones individuales. Una muestra de observaciones individuales frente a predicciones tomadas al azar de los datos de concentración y metabolitos. El acuerdo general entre el curso temporal de la concentración plasmática y las predicciones individuales indica que el modelo reproduce las observaciones con gran precisión.

Errores de distribución de predicción normalizados. Los errores de distribución de predicción normalizados (NPDE) son análogos a los residuales que se utilizan para diagnosticar tanto las especificaciones estructurales erróneas del modelo como el rendimiento del modelo de error residual. La distribución de un modelo bien especificado es normal, idealmente. Las bandas representan la banda de predicción del 90 % para los percentiles 95, 50 y 5, respectivamente. Las curvas son los percentiles observados para los percentiles 95, 50 y 5, respectivamente. Los datos se agrupan a intervalos regulares para derivar estas tendencias promedio. Para cada rango de agrupación, si el modelo estructural se ajusta bien a los datos, los percentiles observados se distribuirán simétricamente a lo largo de una curva de percentil 50 que cae dentro de la banda de percentil 50. Si el modelo de error está bien especificado, los percentiles observados estarán dentro de las bandas de predicción. Cualquier error de especificación es idealmente aleatorio. El modelo parece subestimar levemente la angiotensina (1–7) para valores medidos pequeños, pero por lo demás existe una gran concordancia entre el modelo y los datos.

Hay tres vistas principales en esta aplicación (Fig. 7). En todas las vistas, la hora de la primera dosis de benazepril se especifica en un formato de reloj de 24 horas. En el lado izquierdo de la aplicación hay un menú para especificar la dosificación, los parámetros de la simulación y las modalidades para calcular el área bajo la curva de efecto (AUEC) que cuantifica el efecto del benazeprilato activo en el RAAS a varias dosis vs. control con placebo. Tenga en cuenta que el menú de la aplicación se puede ocultar para aumentar el tamaño del área de trazado.

Vistas de la aplicación. Nuestra aplicación proporciona una manera fácil de usar para aplicar nuestro modelo de respuesta RAAS a varios horarios de administración de benazepril. Un widget plegable a la izquierda permite al usuario especificar la simulación. La aplicación tiene 3 paneles separados. En el primer panel, se puede aplicar un esquema de dosificación única a una gran población simulada de animales. Luego, se traza la distribución de predicción de las respuestas simuladas del paciente para su estudio. En el segundo panel, el usuario puede hacer una comparación entre varios horarios de administración propuestos. Los gráficos producidos en este panel representan el curso de tiempo medio de los diversos metabolitos en respuesta a los programas propuestos. El usuario también tiene acceso a un zoom del eje x y resúmenes de comparación de AUC en el lado derecho. El panel final es simplemente documentación del código del motor de simulación y consejos para su uso.

El menú de la izquierda se divide en tres pestañas que permiten al usuario definir los parámetros de la simulación. La pestaña de dosificación permite al usuario definir el programa de dosificación en términos de hora de la primera dosis, número de dosis, tamaño de la dosis e intervalo entre dosis. La pestaña de parámetros de simulación brinda al usuario acceso a la escala de tiempo de la simulación, la finura de la cuadrícula utilizada para la simulación y el tamaño de muestra utilizado para calcular la mediana y los intervalos de predicción del PKPD simulado. Finalmente, la pestaña AUEC proporciona un medio para comparar los efectos farmacodinámicos entre escenarios de dosificación competitivos al definir un período de tiempo para calcular las estimaciones de AUEC.

La primera pestaña brinda al usuario herramientas para analizar la distribución de las respuestas después de un esquema único de benazepril. La distribución se especifica en términos de efecto mediano (línea azul), efecto mediano del placebo utilizando los mismos individuos simulados (línea negra discontinua) e intervalo de predicción del 90 % (bandas azules) en pasos del 10 %, es decir, del 5 % al 95 %. 15% a 85%, etc. El AUEC del tratamiento frente al placebo se puede comparar para el intervalo de tiempo entre las líneas verticales discontinuas. La diferencia porcentual entre esos dos AUEC se documenta en la etiqueta flotante.

El segundo panel permite al usuario comparar hasta cuatro programas de dosificación competitivos con el placebo. En este panel, el usuario puede ver la respuesta mediana (clave en la parte inferior) y el efecto placebo (línea negra discontinua), pero no la distribución de las respuestas. En el lado derecho de la página, el usuario puede comparar la diferencia porcentual con respecto al placebo en los componentes RAAS modelados en este estudio hojeando las diversas tablas de datos. Estas comparaciones son porcentajes relativos al placebo.

La última vista es simplemente documentación sobre el modelo que impulsa el motor de simulación y recomendaciones generales para usar el software. También proporciona un breve resumen del diseño de la aplicación y ofrece una reproducción completa del código R que conforma el modelo. En esta vista, el menú de la aplicación también brinda un breve resumen de las advertencias para el usuario.

Como consideración final en nuestro estudio, comparamos directamente cuatro escenarios de dosificación en nuestro motor de simulación: 0,25 mg/kg cada 24 horas en la mañana, 0,25 mg/kg cada 24 horas en la tarde, 0,25 mg/kg cada 12 horas y 0,5 mg/kg cada 12 horas. En nuestra aplicación de simulación, configuramos el motor para comparar la mediana de AUEC de 500 perros (emparejados entre ensayos virtuales), a una tasa de muestreo de 500 veces durante un período de 25 días virtuales. La comparación de la mediana de AUEC se realizó el día 20 durante un período de 24 h. El largo tiempo virtual de simulación aseguró que los perros simulados alcanzaran una DP de benazeprilato en estado estacionario. Para 0,25 mg/kg q24h, independientemente del momento de la dosificación, observamos una disminución aproximada del 55 % en comparación con el placebo para AngII y un aumento del 95 % en Ang(1–7). Con un programa de 0,5 mg/kg cada 12 horas, observamos una disminución de aproximadamente el 80 % en comparación con el placebo para la AngII y un aumento del 135 % en la Ang(1–7). En general, se observó una mayor variación diaria de biomarcadores con la dosificación cada 24 horas (frente a cada 12 horas). Los resultados resumidos se tabulan en la Tabla 2, mientras que los cursos de tiempo medianos se representan en la Fig. 8.

Resumen de la simulación. En este escenario de simulación se comparan cuatro esquemas de administración: (1) 0,25 mg/kg cada 24 h a las 8 am; (2) 0,25 mg/kg cada 24 h a las 20 h; (3) 0,25 mg/kg dos veces al día a las 8 am ya las 8 pm; (4) 0,5 mg/kg dos veces al día a las 8 am ya las 8 pm Se simularon 500 individuos para cada escenario (para un total de 2500 individuos, con placebo). Las curvas son el curso de tiempo medio de la molécula de esta población simulada. Las comparaciones entre programas se realizan calculando la diferencia porcentual entre la mediana del AUC y el placebo (de cada programa). Los resultados resumidos se tabulan en la Tabla 2.

Tanto en caninos como en humanos, la sobreactivación clásica de RAAS juega un papel clave en la patogénesis y el desarrollo de CHF4. Para modular la sobreactivación clásica del SRAA en la insuficiencia cardíaca congestiva, existe un historial importante de uso de iECA como el benazepril en ambas especies1,2,3. Mejorar nuestra comprensión del efecto de ACEi en CHF en caninos tiene el potencial de beneficiar el manejo terapéutico de CHF en humanos y viceversa4. La activación de la vía alternativa RAAS se caracteriza por la catálisis de AngII a Ang(1–7) por la enzima ACE2. A su vez, Ang(1–7) activa los receptores Mas (Esteban PloS One 2009). En contraste directo con el efecto de la sobreactivación de la vía clásica en la CHF, la activación de la vía alternativa se asocia con mejores resultados clínicos a través de una fracción de eyección reducida y preservada y un riesgo reducido de insuficiencia cardíaca.

Un tratamiento ideal para la CHF modularía las vías RAAS clásica y alternativa, regulando a la baja la actividad de la vía RAAS clásica mientras preserva o regula al alza la vía RAAS alternativa13. Aunque el efecto de ACEi sobre la actividad de ACE y AngII se ha caracterizado bastante bien tanto en la literatura veterinaria como humana, se sabe poco sobre el efecto de ACEi en el brazo alternativo de RAAS. Por lo tanto, cualquier optimización adicional de la dosis de ACEi depende del estudio del efecto de este fármaco terapéutico en la vía alternativa. La caracterización de este efecto en perros esencialmente mejora nuestra comprensión de cómo optimizar el manejo terapéutico de la CHF canina al mismo tiempo que proporciona información valiosa sobre los efectos moleculares de ACEi para la traducción a CHF31 humano.

Además, en humanos y en perros, el rango de dosificación recomendado para benazepril es bastante amplio y no existe un consenso claro sobre la dosis ideal en pacientes con ICC. Los estudios de PKPD que comparan varias dosis de benazepril en perros sanos no han brindado recomendaciones consistentes. En King et al. una sola dosis oral de benazepril suprimió eficazmente la actividad de la ECA durante un máximo de 24 horas, y la inhibición de la ECA en plasma fue independiente de la dosis ≥ 0,25 mg/kg17. Un nuevo análisis posterior de estos datos utilizando modelos farmacocinéticos sugirió que la dosificación cada 12 horas lograría una mayor inhibición de la ECA con la misma dosis total cada 24 horas20. Más tarde, Hamlin y Nakayama encontraron que una dosis única de benazepril a 0,5 mg/kg suprimía la ECA durante < 12 h21. Por último, un estudio retrospectivo reciente en perros con enfermedad cardíaca valvular sugirió mejores resultados con dosis cada 12 horas22.

En este estudio, hemos intentado abordar las lagunas de conocimiento en la dosificación óptima de benazepril describiendo los efectos dependientes de la dosis de benazepril en los biomarcadores de las vías RAAS clásica y alternativa en perros. La solución que implementamos para abordar estas lagunas en el conocimiento fue construir una plataforma de modelado y simulación del efecto del benazepril en ambos brazos de la RAAS. Este motor de simulación permite la exploración de dosis de benazepril que producen una regulación a la baja sustancial del RAAS clásico mientras preservan o regulan al alza el RAAS alternativo. Esto permite la comparación lado a lado de varios esquemas de dosificación utilizando ensayos clínicos virtuales y, en última instancia, la optimización de los beneficios clínicos.

Se utilizaron varias métricas para evaluar el rendimiento del modelo. Los gráficos de diagnóstico de bondad de ajuste a nivel de población, como observaciones frente a predicciones y NPDE, indicaron que la especificación estructural incorrecta era muy baja. Centrándonos en las predicciones individuales, vemos un modelo dinámico capaz de adaptarse a variaciones individuales complejas sin ajustarse demasiado al ruido y las tendencias espurias en los datos. Es importante destacar que, para un conjunto tan grande de parámetros, nuestra precisión de las estimaciones de parámetros fue muy alta. Algunos parámetros tuvieron que ajustarse a valores exploratorios para lograr esa precisión, pero este es un resultado esperado cuando se utilizan modelos cinemáticos enzimáticos. Es de destacar que, aunque la precisión de estos parámetros fue alta, no deben interpretarse demasiado sin una verificación experimental.

Usando nuestro motor de simulación, elegimos comparar varios programas de dosificación razonables, incluidos 0,25 mg/kg PO cada 24 horas y 0,5 mg/kg PO cada 12 horas, que cubren el rango de programas de dosificación más utilizados en la UE y EE. UU. Las comparaciones entre los programas de dosificación se realizaron en función del área bajo la curva de efecto de la respuesta del biomarcador (AUEC) en relación con el placebo.

La cronobiología desempeñó un papel modesto en la programación de benazepril en este estudio. Al usar el motor de simulación para explorar varias dosis, la dosis vespertina parece producir la variación más baja en el RAAS clásico, la dosis matutina parece producir la variación más baja en AngIII y AngIV PD. La administración por la mañana y por la noche producen la misma mejora relativa del AUC en comparación con el placebo en el panel de biomarcadores.

De los programas comparados, la regulación a la baja más sólida de los biomarcadores clásicos de RAAS y la regulación al alza de los biomarcadores de RAAS alternativos se observó con la dosis de benazepril de 0,5 mg/kg por vía oral cada 12 horas. Sin embargo, esto debe ponerse en contexto porque la mejora de 0,5 mg/kg q12h sobre 0,25 mg/kg q12h es del 12,5 %, 13,3 %, 14,2 %, 13,1 % y 14,3 % para Ang(1–7), AngI(1– 10), AngII(2–8), AngIII y AngIV, respectivamente. Esos cambios respectivos en las concentraciones de biomarcadores RAAS clásicos y alternativos deberán vincularse con los resultados clínicos para informar una selección de dosis clínica.

Un hallazgo interesante de nuestras simulaciones es que generalmente existe una alta concordancia entre la dosificación de benazepril cada 24 horas y cada 12 horas, siempre que la dosis total por día se mantenga constante. Por ejemplo, 0,5 mg/kg cada 24 horas y 0,25 mg/kg cada 12 horas producen efectos farmacodinámicos similares en el RAAS, aunque la dosificación cada 12 horas provocó menos fluctuaciones de las angiotensinas en plasma en comparación con la dosificación cada 24 horas. Cabe destacar que, aunque se han informado diferencias relacionadas con el género en los biomarcadores de insuficiencia cardíaca en pacientes humanos32, nuestro estudio experimental no logró demostrar diferencias significativas en la farmacodinámica de RAAS entre perros machos y hembras. Sin embargo, esto debe interpretarse con cautela a la luz del pequeño tamaño de la muestra en nuestro estudio.

Según el conocimiento de los autores, esta es la primera descripción de un motor de simulación diseñado para optimizar las dosis de fármacos terapéuticos en medicina veterinaria. Aunque la validación experimental es necesaria para la aplicación junto a la cama, la estructura del modelo se presta fácilmente a tal validación. Muchos parámetros se pueden medir directamente porque tienen interpretaciones farmacológicas significativas. Por ejemplo, los parámetros cinéticos de Michaelis-Menten que gobiernan la inhibición de la ECA podrían medirse de forma independiente, posiblemente in vitro. Además, la cinética de cada molécula individual se puede medir por separado en estudios de curso de tiempo IV-PK in vivo. Además, mediante el uso de una combinación de estudios in vitro para definir parámetros cinemáticos enzimáticos, estudios in vivo de la cinética de metabolitos individuales, valores de la literatura para los parámetros de referencia y escalamiento alométrico de los parámetros del compartimento mamilar, este modelo se puede adaptar fácilmente a una herramienta de cabecera tanto en caninos y humanos. Al hacerlo, sería necesario considerar otras variables fisiológicas como el sexo y el origen étnico, que son covariables significativas de la respuesta al tratamiento con IECA en pacientes humanos con ICC33,34. Sin embargo, otra variable importante que debe incluirse en un intento de escalar nuestro modelo a humanos es el hecho de que se sabe que muchos péptidos endógenos, así como la albúmina, suprimen la actividad de la ACE in vivo35,36. De hecho, los primeros informes de Ryan et al.37 sugieren que muchas moléculas pequeñas endógenas (< 10 kDa) ya contribuirían significativamente a la inhibición de la ECA. Queda por demostrar si estas observaciones son ciertas en los perros. Curiosamente, sin embargo, la inhibición de la ECA endógena también se ha informado en sueros de burros, cabras y bovinos35.

Hay varias limitaciones prácticas en este estudio que vale la pena reconocer para guiar el refinamiento futuro del modelo. Primero, nuestros resultados se derivaron de un modelo experimental de activación de RAAS en respuesta a una dosis única de benazepril, en lugar de dosis repetidas en un ensayo clínico con pacientes caninos con CHF. Además, el tamaño de la muestra del estudio fue bastante limitado en comparación con un diseño de ensayo clínico maduro. En consecuencia, nuestro motor de simulación no considera múltiples factores fisiológicos que podrían influir potencialmente en el efecto de benazepril en una población de pacientes, como el impacto de la edad, la raza y otros medicamentos concomitantes que se sabe que modulan el SRAA, como furosemida38 y espironolactona39. Esta información se proporcionará en un ensayo clínico prospectivo en pacientes caninos con CHF para ajustar nuestras predicciones basadas en modelos. Por último, no se tuvo en cuenta la ventana terapéutica al realizar comparaciones entre esquemas de dosificación. En concreto, hay dosis altas de benazepril que el usuario puede especificar en nuestro motor de simulación (máx. 2 mg/kg q6h) que no se han probado experimentalmente; aunque la seguridad hasta 1 mg/kg q24h se ha establecido en estudios previos22.

Este extenso modelo QSP del RAAS en respuesta a benazepril y el desarrollo de ese modelo en una herramienta para la optimización de benazepril junto a la cama para CHF y enfermedades similares es muy novedoso. Al desarrollar una interfaz de simulación fácil de usar para nuestro modelo, ahora podemos hacer una primera predicción de la dosis/momento óptimo de administración de benazepril en perros para respaldar futuras investigaciones en pacientes con insuficiencia cardíaca congestiva. Más allá de la investigación presentada en este manuscrito con nuestra herramienta, las herramientas de simulación pueden expandir continuamente el impacto de la investigación científica al usarse para probar nuevas hipótesis relacionadas con la optimización de dosis y mejorarse cuando hay nuevos datos disponibles para refinar las estimaciones de parámetros. Los datos que medimos en un modelo experimental de activación de RAAS aún no se han vinculado directamente con los resultados clínicos en CHF, por lo que hay espacio para expandir el modelo a los resultados de la enfermedad con una función de enlace. Esto será necesario para la aplicación final en la selección de dosis. La extensión más importante es validar experimentalmente una selección relevante de simulaciones; esta opción está siendo explorada actualmente. Este enfoque basado en modelos ahora respalda el diseño de un próximo ensayo clínico multicéntrico prospectivo en pacientes caninos con CHF para confirmar los hallazgos de nuestro simulador y refinar nuestras predicciones basadas en modelos con información clínica real. Este ensayo clínico ayudará a confirmar si la diferencia observada en PKPD entre diferentes dosis se traduce en beneficios clínicos en perros con ICC natural.

Los procedimientos experimentales se realizaron de acuerdo con las directrices y normas pertinentes de la Universidad Estatal de Iowa. El estudio fue aprobado por el Comité Institucional de Cuidado y Uso de Animales de la Universidad Estatal de Iowa bajo el Protocolo 19-344. Los autores cumplieron con las pautas ARRIVE para completar este estudio.

Nueve beagles de laboratorio criados específicamente (5 machos castrados y 4 hembras esterilizadas), de 40 a 42 meses de edad, con un peso de 9,0 a 13,5 kg, se aleatorizaron según el peso corporal y el sexo en tres grupos de dosificación oral de benazepril. La salud sistémica y cardiovascular de todos los perros se confirmó antes del estudio mediante un examen físico, análisis de laboratorio de rutina (hemograma completo, análisis bioquímico del suero), medición de la presión arterial y ecocardiografía.

Los perros del estudio se alojaron en la unidad de Recursos de Animales de Laboratorio en la Facultad de Medicina Veterinaria de la Universidad Estatal de Iowa. Los perros se aclimataron a las instalaciones durante > 1 mes antes del experimento. Los perros se alojaron por parejas en corrales contiguos (aproximadamente 2 m2 por perro o 4 m2 por pareja) sobre suelos elevados enrejados revestidos de goma. Las condiciones de alojamiento se estandarizaron con temperatura ambiente de 18 °C, ciclo de luz de 12 h (07:00 a 19:00) y acceso a agua ad libitum. Solo durante los días de muestreo intensivo (D1, D18 y D35), los perros se separaron en unidades de alojamiento individuales y se cuantificó el consumo de agua cada 8 h durante el período de 24 h.

Después de la recolección de muestras en los días de muestreo de referencia (D-5, D12 y D29), a los perros se les ofreció una dieta baja en sodio (Hill's Prescription Diet h/d, 17 mg de sodio por 100 kcal) a las 23:00 cada 24 h durante 5 días para lograr una activación constante de RAAS4,23,24. Después de la recopilación de datos en D2, D35 y D36, los perros comenzaron un período de lavado de 10 días entre ciclos durante el cual se les ofreció su dieta estándar (Royal Canin Beagle Adult, 110 mg de sodio por 100 kcal) cada 24 horas a las 09:00. Se calculó el volumen de la dieta baja en sodio para que los perros recibieran la misma ingesta calórica durante todo el estudio.

Este estudio prospectivo de 35 días se dividió en tres períodos con tres grupos de dosificación diferentes de benazepril: (A) 0,125 mg/kg cada 12 horas por vía oral, (B) 0,25 mg/kg cada 12 horas por vía oral y (C) 0,5 mg/kg cada 24 horas por vía oral. Todos los perros recibieron todos los tratamientos utilizando un diseño cruzado parcial (ABC/BCA/CAB). Se tomaron muestras de los perros en el mismo orden en cada punto de tiempo y se registró la hora exacta del muestreo. La recolección de muestras de sangre se dividió en días de muestreo de referencia (D-5, D12 y D29), días de muestreo escaso (días 0, 17 y 34) y días de muestreo intensivo (D1, D18 y D35). La línea base y el muestreo disperso ocurrieron a las 07:00.

En los días de muestreo intensivo (D1, D18 y D35), se recolectó sangre a partir de las 07:00 (0 h, inmediatamente antes de la dosificación oral de benazepril) y se repitió a + 0,5, 1, 2, 4, 8, 12, 12,5, 13 , 14, 16, 20 y 24 h después de la dosificación. Benazepril (NELIO® 5 mg tabletas masticables, Ceva Sante Animale) se administró en días de muestreo intensivo después del muestreo de sangre de 0 h (todos los grupos de dosis) y el muestreo de 12 h (solo grupos de dosis q12 h). La dosis de benazepril se calculó con un incremento de 1,25 mg.

Las muestras de sangre venosa se recolectaron de una vena cefálica o yugular externa con una aguja de calibre 20 o 22 de 1 pulgada conectada a una jeringa de 6 ml. Los perros se mantuvieron y mantuvieron en la misma posición (sentados con el cuello extendido) durante la extracción de sangre. En los días de muestreo intensivo, se recogieron aproximadamente 4 ml de sangre total en cada punto de tiempo con 2 ml transferidos a un tubo de recolección sin aditivos y 2 ml transferidos a un tubo de heparina de litio que contenía 11,2 µl de diclorvos preparado como una solución de 6 mg/ml en acetonitrilo. En los días iniciales, se recogieron aproximadamente 6 ml de sangre completa con 2 ml colocados en un tubo sin aditivos para análisis RAAS, 2 ml colocados en un tubo EDTA para hemograma completo y 2 ml colocados en un tubo sin aditivos para suero. panel de quimica En días de muestreo escasos, se recogieron 2 ml de sangre y se colocaron en un tubo sin aditivos. Todas las muestras destinadas al análisis farmacocinético o RAAS se centrifugaron durante 15 minutos, después de lo cual el plasma o el suero se transfirieron a crioviales que luego se almacenaron a -80 °C para su posterior análisis. El Laboratorio de Patología Clínica del Estado de Iowa analizó muestras para conteos sanguíneos completos o paneles de química sérica.

El análisis de benazeprilato en plasma fue realizado por el Laboratorio de Química Analítica de la Universidad Estatal de Iowa. Los estándares analíticos de benazeprilato y benazeprilato-d5 se adquirieron de Toronto Research Chemicals (Ontario, Canadá). Los estándares analíticos de benazepril y benazepril-d5 se adquirieron de Cayman Chemical (Ann Arbor, Michigan, EE. UU.). Se prepararon soluciones estándar madre de benazeprilato y benazeprilato-d5 a 0,25 mg/ml en acetonitrilo:agua:DMSO 2:1:1. Las soluciones madre de benazepril y benazepril-d5 se prepararon a 1 mg/mL en acetonitrilo. El plasma de beagle de control se adquirió de Equitech Bio (Kerrville, TX, EE. UU.). Todos los disolventes utilizados para la preparación de muestras y la parte de cromatografía del método analítico se adquirieron de Fisher Scientific (Waltham MA, EE. UU.).

Se fortificó un volumen de muestra de 150 µL con 15 µL de una solución de benazeprilat-d5 a 0,1 ppm. Las muestras de plasma se precipitaron con 600 µl de acetonitrilo que contenía ácido fórmico al 0,5 % y se agitaron manualmente durante varios segundos. Todas las muestras se centrifugaron a 10.000 rpm durante 5 min. Se transfirió un volumen de 600 µl de cada muestra a un tubo con tapa abatible limpio de 2 ml. Todos los tubos con tapa abatible se colocaron en el sistema concentrador CentriVap (Labconco Corp., Kansas City, MO, EE. UU.) y se concentraron hasta sequedad. Todas las muestras se reconstituyeron en 100 µL de acetonitrilo:agua 50:50 y se centrifugaron a 10 000 rpm durante 5 min antes del análisis LC-MS/MS. Todas las muestras se analizaron usando un volumen de inyección de 2 µL.

Para el análisis se utilizó una bomba Vanquish Flex LC interconectada con un espectrómetro de masas TSQ Altis (Thermo Fisher Scientific, San José, CA, EE. UU.). Las condiciones de la fuente fueron las siguientes: voltaje de pulverización: 3500 V, gas envolvente: 40,6 Arb, gas auxiliar: 23 Arb, gas de barrido: 0,4 Arb, temperatura del tubo de transferencia de iones: 325 °C y temperatura del vaporizador: 350 °C. El tiempo total de ejecución del método fue de 3 min. La resolución de Q1 y Q3 fue 0.7 FWHM. El gas CID se fijó en 2 mTorr. El ancho del pico cromatográfico fue de 2 s. y el tiempo de ciclo fue de 0,2 s. El espectrómetro de masas se hizo funcionar en modo de ionización por electropulverización de iones positivos. Los datos se adquirieron mediante un método de monitorización de reacciones múltiples (MRM) que seleccionó los iones precursores de benazeprilato ([M+H]+ 397,2) y benazeprilato-d5 ([M+H]+ 402,2).

La columna utilizada para el análisis fue Hypersilgold Aq 50 × 2,1 mm, 1,9 µm (Thermo Fisher Scientific, Waltham, MA, EE. UU.). La Fase Móvil A era agua + ácido fórmico al 0,1 % y la Fase Móvil B era acetonitrilo + ácido fórmico al 0,1 %. La temperatura del horno de la columna se ajustó a 35 °C. El gradiente de cromatografía fue el siguiente: Comience con 0 % B y avance lineal hasta 100 % B en 2,0 min, mantenga al 100 % B durante 0,4 min, baje al 0 % B en 0,01 min y mantenga al 0 % B durante 0,59 min . El caudal del método fue de 0,4 ml/min.

Las concentraciones de equilibrio de Ang I, Ang II, Ang III, Ang IV, Ang 1–9, Ang 1–7 y Ang 1–5 se cuantificaron en muestras de suero mediante cromatografía líquida-espectrometría de masas/espectroscopia de masas realizadas en un laboratorio comercial ( Attoquant Diagnostics, Viena, Austria), como se describió previamente4,40. Brevemente, las muestras se enriquecieron con un estándar interno marcado con isótopos estables para cada angiotensina después del equilibrio ex vivo y los analitos se extrajeron mediante extracción en fase sólida basada en C18. Las muestras de extractos se analizaron mediante análisis de espectrometría de masas utilizando una columna analítica inversa (Acquity UPLC C18, Waters) que opera en línea con un espectrómetro de masas de triple cuadrupolo XEVO TQ-S (Waters Xevo TQ/S, Milford, MA) en modo de monitoreo de reacción múltiple . Se utilizaron estándares internos para corregir la recuperación de analitos a lo largo del procedimiento de preparación de muestras en cada muestra individual. Las concentraciones de analitos se calcularon a partir de cromatogramas integrados considerando los factores de respuesta correspondientes determinados en curvas de calibración apropiadas en matriz de suero, cuando las señales integradas superaron una relación señal/ruido de 10. Los límites inferiores de cuantificación para los analitos en suero canino fueron 3 pmol/ L (Ang I), 2 pmol/L (Ang II), 2,5 pmol/L (Ang III), 2 pmol/L (Ang IV), 2,5 pmol/L (Ang 1–7) y 2 pmol/L (Ang 1–5), respectivamente41,42.

Los datos farmacocinéticos y farmacodinámicos se importaron a R 4.0.243 para la preparación del modelo. Para mantener la coherencia entre las unidades de administración y las unidades de medida, todos los datos de concentración se convirtieron a micromoles por litro. Los pesos moleculares de benazepril HCl y benazeprilat se obtuvieron de PubChem44,45.

Se utilizaron datos de control históricos de un estudio anterior en lugar de un grupo placebo23. Después de hacer referencia a los parámetros a esta línea de base durante el ajuste, toda la respuesta de simulación de placebo generada fue equivalente a la función de cronobiología de línea de base con parámetros estimados a partir del modelado simultáneo de la respuesta de todos los biomarcadores.

Los datos registrados (yij) se importaron a Monolix 20120 R1 (Lixoft, Francia) y se utilizaron para estimar los parámetros de población (μ) y la varianza a través del algoritmo de maximización de expectativas de aproximación estocástica (SAEM)46. Los parámetros individuales (ϕi) se determinaron a través de los modos de las distribuciones posteriores individuales, que se estimaron mediante un procedimiento de Markov-Chain Monte-Carlo (MCMC). Los modelos NLME se escribieron como se describió anteriormente (Ec. 7)47,48.

Las predicciones del modelo (F(ϕi, βi, tij)) para el i-ésimo individuo en el j-ésimo momento (tiempo (tij)) se parametrizaron utilizando parámetros individuales y covariables individuales (βi). Los residuos se modelaron como G(ϕi, tij) · εij, donde G es una combinación aritmética de distribuciones de error proporcional y aditiva.

Los parámetros individuales se modelaron en función de los parámetros de la población, la variabilidad interindividual (ηi) y las covariables individuales mediante la función de variación interindividual h(μ, ηi, βi). La variabilidad individual se modeló con una distribución normal de media 0, matriz de varianza-covarianza Ω y varianza ω2. Típicamente, h(μ, ηi, βi) es una función de enlace log-normal (Ec. 8) o una función de enlace logit-normal (Ec. 9) en aquellos casos donde ϕi está limitado a estar entre 0 y 1.

El modelo de farmacología de sistemas se construyó en dos fases consecutivas. Primero, se construyó un modelo PKPD en gran parte empírico con parametrización mínima para capturar variaciones biológicas básicas en los datos. En la práctica, esto implicó ajustar un modelo básico de 1, 2 o 3 compartimentos a la farmacocinética de benazeprilato y luego vincular la PK a las concentraciones de biomarcadores RAAS a través de varios modelos de respuesta directos e indirectos. Siempre que fue posible, optamos por modelos de efectos directos sobre indirectos y menos compartimentos, para reducir el número de parámetros totales estimados durante el ajuste del modelo.

Luego, de manera iterativa, los componentes del modelo fueron reemplazados por estructuras más mecanicistas. Para ello, modelamos la cascada de péptidos que definen las vías alternativa y clásica de RAAS. También probamos si podíamos ampliar el modelo matemático para incluir sistemas biológicos importantes, como la eliminación de angiotensinas a través del hígado frente a los riñones, la unión al plasma no específica, el metabolismo de primer paso y el metabolismo específico del sitio. Algunos componentes y parámetros de la estructura del modelo se fijaron arbitrariamente en la literatura o valores exploratorios para preservar la fidelidad a los sistemas biológicos relevantes. Por ejemplo, las ecuaciones de nuestro modelo se reescribieron para que la producción de AngII fuera siempre proporcional uno a uno con la catálisis de AngI a través de la enzima convertidora de angiotensina. El modelo final se refinó a través de varias simplificaciones aritméticas y optimizaciones de búsqueda de parámetros para mejorar la precisión de las estimaciones de parámetros tanto como fuera posible sin incluir el ajuste a los datos experimentales. La importancia del peso corporal, el sexo, la ingesta de sodio y la dosis de benazepril en las estimaciones de los parámetros se evaluó aún más mediante la prueba de correlación de Pearson automatizada y el método ANOVA implementado en Monolix 2020 R1.

Los datos experimentales se recopilaron e importaron a 2020R1 Monolix Suite para la exploración de datos, el desarrollo de modelos y la evaluación. La calidad del ajuste se evaluó utilizando diagnósticos de bondad de ajuste estándar (p. ej., observado frente a predicciones, gráfico de dispersión de residuos), así como resúmenes numéricos de ajuste, como los criterios de información bayesianos corregidos (BICc). La precisión de las estimaciones de los parámetros se determinó utilizando el error estándar residual (RSE%).

Se recomiendan los errores de distribución de predicción normalizados (NPDE) para evaluar la especificación incorrecta del modelo cuando el diseño del estudio es heterogéneo con respecto a los grupos de dosificación49. En este estudio, tuvimos varios grupos de estudio diferentes con diferentes esquemas de dosificación; por lo tanto, se eligieron los NPDE para determinar la calidad del ajuste frente a las comprobaciones predictivas visuales más convencionales. En la práctica, los NPDE evalúan el porcentaje de la distribución de predicciones en cada predicción media bajo la observación, formando así una distribución uniforme heterogénea. Por lo tanto, se aplica una función de distribución acumulada inversa a cada valor para obtener una función de densidad de probabilidad frente a la predicción de la población.

Toda la programación relevante para la aplicación de simulación se escribió en R v4.0.243. Los modelos se tradujeron de Mlxtran (Monolix Suite 2020R1) al lenguaje específico del dominio y al paquete R, Odin v1.2.150 para simular ensayos clínicos. Odin proporciona una interfaz para los solucionadores de ODE y paquetes R, deSolve v1.3051 y dde v1.0.152. Se usó Odin debido a su capacidad superior para resolver grandes sistemas de ODE sobre otros paquetes de R.

Finalmente, se construyó la aplicación para simulación de ensayos clínicos en Shiny v1.6.0. Shiny es un paquete R que genera automáticamente aplicaciones HTML a partir del código R. Todas las aplicaciones Shiny están diseñadas para (1) generar una interfaz gráfica de usuario (GUI) basada en HTML que permite a los usuarios interactuar con la computadora que aloja la aplicación Shiny, llamada servidor, y (2) ejecutar código R en el servidor según el interacciones del usuario con la GUI. Para facilitar el uso de nuestro simulador, se desarrolló una GUI fácil de usar que permite especificar modalidades para una simulación de ensayo clínico en R (es decir, definir parámetros como dosis, intervalo de dosificación, tamaño del ensayo) en un servidor de sitio web.

Los datos generados durante este estudio están disponibles del autor correspondiente a pedido razonable.

Grupo de estudio BENCH (BENazepril en enfermedades cardíacas caninas). El efecto del benazepril en los tiempos de supervivencia y los signos clínicos de perros con insuficiencia cardíaca congestiva: resultados de un ensayo clínico a largo plazo, multicéntrico, prospectivo, aleatorizado, doble ciego, controlado con placebo. J. Vet. Cardiol. 1(1), 7–18 (1999).

Artículo Google Académico

Woodfield, JA Evaluación clínica controlada de enalapril en perros con insuficiencia cardíaca: Resultados del Grupo de Estudio Cooperativo Veterinario de Enalapril El Grupo de Estudio COVE. J. Vet. Interno. Medicina. 9(4), 243–252 (1995).

Artículo Google Académico

Swedberg, K. Supervivencia a largo plazo en insuficiencia cardíaca grave en pacientes tratados con enalapril; diez años de seguimiento del CONSENSO I. Eur. Corazón J. 20(2), 136–139 (1999).

Artículo CAS PubMed Google Académico

Mochel, JP et al. Modelado farmacocinético/farmacodinámico de biomarcadores de renina-angiotensina aldosterona después de la terapia de inhibición de la enzima convertidora de angiotensina (ECA) con benazepril en perros. Farmacia Res. 32(6), 1931–1946 (2015).

Artículo CAS PubMed Google Académico

Seifarth, C., Trenkel, S., Schobel, H., Hahn, EG & Hensen, J. Influencia de la medicación antihipertensiva sobre la concentración de aldosterona y renina en el diagnóstico diferencial de hipertensión esencial y aldosteronismo primario: medicación antihipertensiva y aldosteronismo primario. clin. Endocrinol. 57(4), 457–465 (2002).

Artículo CAS Google Académico

Chobanian, AV et al. Séptimo informe del comité nacional conjunto sobre prevención, detección, evaluación y tratamiento de la hipertensión arterial. Hipertensión 42(6), 1206–1252 (2003).

Artículo CAS PubMed Google Académico

Pacurari, M., Kafoury, R., Tchounwou, PB y Ndebele, K. El sistema renina-angiotensina-aldosterona en la inflamación y remodelación vascular. En t. J. Inflamm. 2014, 1–13 (2014).

Artículo Google Académico

Tummala, PE et al. La angiotensina II induce la expresión de la molécula de adhesión de células vasculares-1 en la vasculatura de rata: un vínculo potencial entre el sistema renina-angiotensina y la aterosclerosis. Circulación 100(11), 1223–1229 (1999).

Artículo CAS PubMed Google Académico

Qi, Y. et al. La sobreexpresión cardíaca selectiva moderada del receptor tipo 2 de angiotensina II protege las funciones cardíacas de la lesión isquémica: Cardioprotección por sobreexpresión de los receptores AT 2 . Exp. Fisiol. 97(1), 89–101 (2012).

Artículo CAS PubMed Google Académico

Regulski, M. et al. Química y farmacología de los inhibidores de la enzima convertidora de angiotensina. CPD. 21(13), 1764–1775 (2015).

Artículo CAS Google Académico

Toutain, PL & Lefebvre, HP Farmacocinética y relaciones farmacocinéticas/farmacodinámicas de los inhibidores de la enzima convertidora de angiotensina. J. Vet. Farmacol. El r. 27(6), 515–525 (2004).

Artículo CAS PubMed Google Académico

Ames, MK, Atkins, CE y Pitt, B. El sistema renina-angiotensina-aldosterona y su supresión. J. Vet. Interno. Medicina. 33(2), 363–382 (2019).

Artículo PubMed PubMed Central Google Académico

Larouche-Lebel, É., Loughran, KA, Huh, T. y Oyama, MA Efecto de los bloqueadores de los receptores de angiotensina y la enzima convertidora de angiotensina 2 sobre las concentraciones de péptido de angiotensina en equilibrio plasmático en perros con enfermedades cardíacas. J. Vet. Interno. Medicina. 35(1), 22–32 (2021).

Artículo PubMed Google Académico

Patel, VB, Zhong, JC, Grant, MB & Oudit, GY Papel del eje ACE2/angiotensina 1–7 del sistema renina-angiotensina en la insuficiencia cardíaca. Circ. Res. 118(8), 1313–1326 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Eisenberg, MJ & Gioia, LC Bloqueadores de los receptores de angiotensina II en insuficiencia cardíaca congestiva: revisión de cardiología. Cardiol. Rev. 14(1), 26–34 (2006).

Artículo PubMed Google Académico

Silveira, KD et al. Efectos beneficiosos de la activación del receptor Mas de angiotensina-(1–7) en un modelo murino de nefropatía inducida por adriamicina. PLoS ONE 8(6), e66082 (2013).

Artículo ADS CAS PubMed PubMed Central Google Scholar

King, JN, Mauron, C. & Kaiser, G. Farmacocinética del metabolito activo de benazepril, benazeprilat, e inhibición de la actividad de la enzima convertidora de angiotensina en plasma después de administraciones únicas y repetidas a perros. Soy. J. Vet. Res. 56(12), 1620–1628 (1995).

CAS PubMed Google Académico

Autores/miembros del grupo de trabajo et al. Directrices ESC para el diagnóstico y tratamiento de la insuficiencia cardíaca aguda y crónica 2008: Grupo de trabajo para el diagnóstico y tratamiento de la insuficiencia cardíaca aguda y crónica 2008 de la Sociedad Europea de Cardiología. Desarrollado en colaboración con la Heart Failure Association of the ESC (HFA) y avalado por la Sociedad Europea de Medicina de Cuidados Intensivos (ESICM). EUR. Corazón J. 29(19), 2388–2442 (2008).

Artículo Google Académico

Keene, BW et al. Pautas de consenso de ACVIM para el diagnóstico y tratamiento de la enfermedad mixomatosa de la válvula mitral en perros. J. Vet. Interno. Medicina. 33(3), 1127–1140 (2019).

Artículo PubMed PubMed Central Google Académico

Toutain, PL, Lefebvre, HP & King, JN Disposición y efecto de benazeprilato en perros revisados ​​con un enfoque de modelado farmacocinético/farmacodinámico. J. Pharmacol. Exp. El r. 292(3), 1087–1093 (2000).

CAS PubMed Google Académico

Hamlin, RL & Nakayama, T. Comparación de algunos parámetros farmacocinéticos de 5 inhibidores de la enzima convertidora de angiotensina en beagles normales. J. Vet. Interno. Medicina. 12(2), 93–95 (1998).

Artículo CAS PubMed Google Académico

Ward, JL, Chou, Y., Yuan, L., Dorman, KS & Mochel, JP Evaluación retrospectiva de un efecto dependiente de la dosis de los inhibidores de la enzima convertidora de angiotensina sobre el resultado a largo plazo en perros con enfermedad cardíaca. J. Vet. Interno. Medicina. 35(5), 2102–2111 (2021).

Artículo PubMed PubMed Central Google Académico

Mochel, JP et al. Cronobiología del sistema renina-angiotensina-aldosterona en perros: relación con la presión arterial y la fisiología renal. Cronobiol. En t. 30(9), 1144–1159 (2013).

Artículo CAS PubMed Google Académico

Mochel, JP et al. Influencia de los horarios de alimentación en la cronobiología de la actividad de renina, electrolitos urinarios y presión arterial en perros. Cronobiol. En t. 31(5), 715–730 (2014).

Artículo CAS PubMed Google Académico

Definición de un conjunto de datos para Monolix. Monolix 2017. https://monolix.lixoft.com/data-and-models/creating-data-set/ (Consultado el 15 de diciembre de 2021).

Murray, JD 6.1 cinética enzimática: reacción enzimática básica. En Biología Matemática I Una introducción. 3ra ed. 175–8. (Springer, 17).

Felmlee, MA, Morris, ME & Mager, DE Modelado farmacodinámico basado en mecanismos. Métodos Mol. Biol. 929, 583–600 (2012).

Artículo CAS PubMed PubMed Central Google Scholar

VÍA KEGG: Sistema renina-angiotensina—Homo sapiens (humano). https://www.genome.jp/pathway/hsa04614 (Consultado el 31 de enero de 2022).

Bodineau, L., Frugière, A., Marc, Y., Claperon, C. y Llorens-Cortes, C. Inhibidores de la aminopeptidasa A como agentes antihipertensivos de acción central. Fallo del corazón. Rev. 13(3), 311–319 (2008).

Artículo CAS PubMed Google Académico

Danziger, RS Aminopeptidasa N en hipertensión arterial. Fallo del corazón. Rev. 13(3), 293-298 (2008).

Artículo CAS PubMed Google Académico

Schneider, B. et al. Traducción inversa basada en modelos entre la medicina veterinaria y humana: La iniciativa one health: Farmacología de traducción inversa basada en modelos. Sistema de farmacometría CPT. Farmacol. 7(2), 65–68 (2018).

Artículo CAS PubMed Google Académico

Cediel, G. et al. Diferencias relacionadas con el género en los biomarcadores de insuficiencia cardíaca. Frente. Cardiovasc. Medicina. 5(7), 617705 (2021).

Artículo Google Académico

Falconnet, C., Bochud, M., Bovet, P., Maillard, M. & Burnier, M. Diferencia de género en la respuesta a un inhibidor de la enzima convertidora de angiotensina y un diurético en pacientes hipertensos de ascendencia africana. J. Hipertensos. 22(6), 1213–1220 (2004).

Artículo CAS PubMed Google Académico

Li, JS et al. Diferencias raciales en la respuesta de la presión arterial a los inhibidores de la enzima convertidora de angiotensina en niños: un metanálisis. clin. Farmacol. El r. 84(3), 315–319 (2008).

Artículo CAS PubMed Google Académico

Fagyas, M. et al. Nuevas perspectivas en el sistema renina-angiotensina-aldosterona (SRAA) I: Inhibición de la enzima convertidora de angiotensina (ECA) endógena. PLoS ONE 9(4), e87843 (2014).

Artículo ADS PubMed PubMed Central Google Scholar

Fagyas, M. et al. Nuevas perspectivas en el sistema renina-angiotensina-aldosterona (RAAS) II: la albúmina suprime la actividad de la enzima convertidora de angiotensina (ACE) en humanos. PLoS ONE 9(4), e87844 (2014).

Artículo ADS PubMed PubMed Central Google Scholar

Ryan, JW, Martin, LC, Chung, A. & Pena, GA Inhibidores de mamíferos de la enzima convertidora de angiotensina (cininasa II). Adv. Exp. Medicina. Biol. 120B, 599–606 (1979).

CAS PubMed Google Académico

Bieth, B., Bornkamp, ​​B., Toutain, C., Garcia, R. & Mochel, JP Modelado y procedimiento de comparación múltiple: una herramienta versátil para evaluar las relaciones dosis-respuesta en farmacología veterinaria: un estudio de caso con furosemida. J. Vet. Farmacol. El r. 39(6), 539–546 (2016).

Artículo CAS PubMed Google Académico

Pitt, B. et al. El efecto de la espironolactona sobre la morbilidad y la mortalidad en pacientes con insuficiencia cardíaca grave. Investigadores aleatorios del estudio de evaluación de Aldactone. N. ingl. J.Med. 341(10), 709–717 (1999).

Artículo CAS PubMed Google Académico

Adin, D. et al. Perfil de renina-angiotensina aldosterona antes y después de la administración del inhibidor de la enzima convertidora de angiotensina en perros con polimorfismo del gen de la enzima convertidora de angiotensina. J. Vet. Interno. Medicina. 34(2), 600–606 (2020).

Artículo PubMed PubMed Central Google Académico

Guo, Z. et al. Efectos del ramipril sobre la relación aldosterona/renina y la relación aldosterona/angiotensina II en pacientes con aldosteronismo primario. Hipertensión 76(2), 488–496 (2020).

Artículo CAS PubMed Google Académico

Guo, Z. et al. Medición de la angiotensina II de equilibrio en el diagnóstico de aldosteronismo primario. clin. química 66(3), 483–492 (2020).

Artículo PubMed Google Académico

Índice de /bin/windows/base/old/4.0.2. https://cran.r-project.org/bin/windows/base/old/4.0.2/ (Consultado el 10 de diciembre de 2021).

PubChem. Clorhidrato de benazepril. https://pubchem.ncbi.nlm.nih.gov/compound/5362123 (Consultado el 31 de enero de 2022).

PubChem. benazeprilato. https://pubchem.ncbi.nlm.nih.gov/compound/5463984 (Consultado el 31 de enero de 2022).

Metodología Monolix, un software para el análisis de modelos de efectos mixtos no lineales. (2014) http://lixoft.com/wp-content/uploads/2016/03/monolixMethodology.pdf (Consultado el 10 de mayo de 2020).

Pelligand, L., Soubret, A., King, JN, Elliott, J. & Mochel, JP Modelado de grandes datos farmacocinéticos usando efectos mixtos no lineales: Un cambio de paradigma en farmacología veterinaria. Un estudio de caso con robenacoxib en gatos. Sistema de farmacometría CPT. Farmacol. 5(11), 625–635 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Sheiner, LB & Ludden, TM Farmacocinética/dinámica de la población*. año Rev. Pharmacol. Toxicol. 32(1), 185–209 (1992).

Artículo CAS PubMed Google Académico

Mentré, F. & Escolano, S. Discrepancias de predicción para la evaluación de modelos no lineales de efectos mixtos. J. Pharmacokinet. Farmacodina. 33(3), 345–367 (2006).

Artículo PubMed Google Académico

FitzJohn, R., Jombart, T., Ciencia IC de, Medicina T e. odin: Generación e Integración ODE. (2021) https://CRAN.R-project.org/package=odin (Consultado el 10 de diciembre de 2021).

Soetaert K, Petzoldt T, Setzer RW, ddaspk.f PNB (archivos, dvode.f, zvode.f), et al. deSolve: solucionadores de problemas de valor inicial de ecuaciones diferenciales ("ODE", "DAE", 'DDE') (2021) https://CRAN.R-project.org/package=deSolve (consultado el 10 de diciembre de 2021).

FitzJohn, R., Hinsley, W., Ciencia IC de, Medicina T y. dde: Resolver ecuaciones diferenciales de retardo. (2020) https://CRAN.R-project.org/package=dde (Consultado el 10 de diciembre de 2021).

Descargar referencias

Los autores desean agradecer a la Dra. Bourgois-Mochel por su apoyo logístico del estudio y al Dr. Oliver Domenig por el análisis cuantitativo de los datos farmacodinámicos.

La financiación de este estudio fue proporcionada por Ceva Sante Animale.

Farmacología SMART, Facultad de Veterinaria de la Universidad Estatal de Iowa. Medicina, 2448 Lloyd, 1809 S Riverside Dr., Ames, IA, 50011-1250, EE. UU.

Benjamin K. Schneider y Jonathan P. Mochel

Ciencias Clínicas Veterinarias, Universidad Estatal de Iowa, Ames, IA, 50011-1250, EE. UU.

Jessica Ward y Samantha Sotillo

Ceva Animal Health, 33500, Libourne, Francia

Catherine Garelli-Pair, Emilie Guillot y Marc Prikazsky

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

BKS: metodología, investigación, análisis formal, software, validación, visualización, redacción—preparación del borrador original; JW: conceptualización, curación de datos, investigación, redacción—preparación del borrador original; SS: curación de datos, investigación, redacción—revisión y edición; CGP, MP: conceptualización, investigación, redacción—revisión y edición; EG: conceptualización, investigación, redacción—preparación del borrador original; JPM: supervisión, administración de proyectos, conceptualización, metodología, investigación, obtención de fondos, recursos, análisis formal, validación, redacción—preparación del borrador original.

Correspondencia a Jonathan P. Mochel.

Los autores JPM y JW se han desempeñado como consultores de Ceva Sante Animale y han recibido reembolsos y honorarios por consultoría, testimonio de expertos, viajes y servicios como líderes de opinión clave (KOL). Los autores Garelli-Paar, Guillot y Prikazsky son empleados de Ceva Sante Animale. Los autores SS y BKS no tienen ningún conflicto de interés.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Schneider, BK, Ward, J., Sotillo, S. et al. Avance: un simulador virtual de primera clase para la optimización de la dosis de inhibidores de la ECA en la medicina cardiovascular traslacional. Informe científico 13, 3300 (2023). https://doi.org/10.1038/s41598-023-30453-x

Descargar cita

Recibido: 21 noviembre 2022

Aceptado: 23 de febrero de 2023

Publicado: 26 febrero 2023

DOI: https://doi.org/10.1038/s41598-023-30453-x

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.