Curriculum vitae

Forschungsschwerpunkte

Forschungslinie 2: Pharmakometrische Datenanalyse

„Optimierung antiinfektiver Therapien mithilfe pharmakometrischer Modelle für Plasma und verschiedene Wirkorte (Arbeitstitel)“

Trotz des heutigen breiten antiinfektiven Therapiespektrums stellt die adäquate Behandlung von Infektionskrankheiten eine bleibende Herausforderung dar. Obwohl im Laufe der letzten Jahrzehnte viele neue wirksame Arzneistoffe zugelassen wurden, ist deren optimale Anwendung ungeachtet des vielfachen Einsatzes teilweise noch immer nicht gelungen. Für eine effektive und sichere Therapie spielen viele verschieden Faktoren eine Rolle, so ist nicht nur die Auswahl des richtigen Arzneistoffes gegen einen speziellen Erreger notwendig, sondern müssen beispielsweise auch das passende Dosierungsschema angewendet oder individuelle Patienteneigenschaften berücksichtigt werden. Immer häufiger werden in diesem Zusammenhang individuelle pharmakogenetische Einflussfaktoren berücksichtigt, beispielsweise individuelle genetische Polymorphismen und damit assoziierte erhöhte oder erniedrigte Aktivitäten Arzneistoff-metabolisierender Enzyme. Darüber hinaus müssen effektive Arzneistoffkonzentrationen am Wirkort, im Falle von Antiinfektiva beispielsweise in der extrazellulären Interstitialflüssigkeit von Geweben, sichergestellt werden. Um diese ungebundenen Arzneistoffkonzentrationen am Wirkort zu bestimmen, wird immer häufiger die minimal-invasive Methode der Mikrodialyse eingesetzt.

Das Ziel meines Forschungsprojektes ist die pharmakometrische Analyse klinischer Daten zur Entwicklung mathematischer Modelle, die beispielweise Pharmakokinetik und/oder Pharmakodynamik eines Arzneitstoffes in Plasma oder Interstitialflüssigkeit beschreiben können. Mithilfe pharmakometrischer Methoden („Nonlinear mixed-effects modelling“) ist es möglich, durch das systematische Sammeln und Auswerten von Daten, die beispielsweise in kontrollierten klinischen Studien gewonnen wurden, inter-, sowie intraindividuelle Variabilitätät innerhalb einer Studienpopulation zu quantifizieren und individuelle Einflussfaktoren zu identifizieren, die diese Variabilitäten beeinflussen, beispielsweise genetische Polymorphismen. Dadurch können zugrundeliegende Mechanismen besser verstanden werden und die antiinfektive Therapie weiter individualisiert und verbessert werden. Im weiteren Verlauf können die mathematischen Modelle dazu verwendet werden Simulationen durchzuführen, welche die Beurteilung und ­­– wenn nötig – Optimierung der Therapieschemata verschiedener Antiinfektiva erlauben, um deren Einsatz weiter zu verbessern und Resistenzentwicklungen entgegen zu wirken.