Sviluppo di un In Silico trial per la predizione dell’efficacia del teriparatide nella prevenzione delle fratture dell’anca = Development of an In Silico clinical trial to predict the efficacy of teriparatide for preventing hip fractures

L'osteoporosi (OP) è una delle più comuni patologie muscoloscheletriche nella popolazione anziana, associata a un maggiore rischio di frattura dovuto alla perdita di densità minerale ossea (BMD), e a costi elevati per il sistema sanitario. In particolare, le fratture dell'anca hanno gravi conseguenze sulla salute dei pazienti. Il teriparatide è uno dei trattamenti farmacologici più comuni. Tuttavia, l'efficacia dei farmaci per l'OP è limitata e risulta necessario sviluppare nuovi trattamenti. Inoltre, gli studi clinici sono lunghi e costosi. I modelli computazionali potrebbero essere utilizzati per migliorare il processo di sviluppo dei farmaci, dopo adeguata validazione. In questo lavoro, è stato trattato lo sviluppo di una tecnologia In Silico trial per la simulazione di trial clinici. In particolare, è stato sviluppato un modello di trattamento con teriparatide, utilizzato per replicare In Silico uno studio clinico precedentemente condotto. L'accuratezza di predizione è stata valutata rispetto all'incidenza di frattura riportata nello studio clinico. Da una revisione della letteratura, sono stati ottenuti dati sulle variazioni di BMD nel tempo in pazienti trattati con teriparatide. I dati sono stati utilizzati per sviluppare un modello di trattamento, che è stato integrato in un modello In Silico trial. È stata generata una coorte virtuale (539 pazienti) riproducendo la BMD iniziale della popolazione reclutata nello studio selezionato. Sono stati simulati tre diversi gruppi: teriparatide e placebo (aggiornando le proprietà dei materiali nei modelli ad Elementi Finiti (FE) nel tempo in base alle variazioni di BMD) e, inoltre, un gruppo (NoAgeing) con proprietà dei materiali costanti. Per simulare le cadute laterali è stato utilizzato un modello multiscala di caduta. Sono stati utilizzati diversi parametri stocastici per definire una distribuzione delle possibili forze d'impatto trasmesse al femore durante una caduta. Il carico di rottura del femore prossimale è stato stimato utilizzando i modelli FE. Un processo di Markov è stato utilizzato per predire l’incidenza di frattura. Per ogni paziente, la probabilità di caduta è stata descritta da una distribuzione di Poisson, campionata per determinare il numero di cadute. I parametri di caduta sono stati campionati stocasticamente dalla distribuzione definita e applicati per le simulazioni FE. Un paziente viene considerato fratturato quando il carico di impatto è maggiore del carico di rottura. L'incidenza di frattura predetta per il gruppo teriparatide è stata di 6±2 fratture in due anni, 7±2 per il gruppo placebo e 7±2 per il gruppo NoAgeing. Il Rischio Relativo predetto è stato RR = 0,86 in seguito al trattamento con teriparatide. La sovrastima dell'incidenza di frattura e del Rischio Relativo rispetto allo studio di riferimento (2 fratture, RR = 0,50), potrebbe essere legata ad una sovrastima delle forze di impatto o dell'incidenza di caduta. Gli sviluppi futuri avranno l’obiettivo di affinare la definizione di questi parametri. In conclusione, questo lavoro ha contribuito allo sviluppo e alla validazione di una tecnologia In Silico trial, che potrebbe essere applicata per migliorare il processo di sviluppo di nuovi farmaci per l’osteoporosi.