DTU's statistiske forskning er i front når det gælder om at optimere test for lægemidler, og de store medico-firmaer gør i stigende grad brug af denne ekspertise. Det kræver års forarbejde og enorme udgifter for at føre et medicinsk præparat fra idé til forbruger. Et lægemiddel vil ofte være 10-15 år undervejs og have kostet mellem 500 millioner og 1 milliard kr. inden det kommer i handlen. Det er ikke mindst de omfattende test på forsøgspersoner der sluger tid og penge. Testene skal vise, at produktet er sikkert, men ved at inddrage avancerede statistiske metoder kan der imidlertid spares på både antallet af forsøg og forsøgspersoner i løbet af processen.

Ny kræftmedicin testes

Ferring Pharmaceuticals blev startet i Skandinavien i 1950’erne og har i dag afdelinger i 40 lande. Ferring udvikler medicinske præparater inden for blandt andet urologi (urinvejssygdomme), gynækologi og obstetrik (fødselshjælp). Det udviklingscenter IPC rager med sit tårn på 20 etager et godt stykke op over naboen, indkøbscentret Fields, og Ferrings markante domicil er da også nærmest blevet et vartegn for Ørestad og en central aktør i regionens ambitioner som Europas Medicon Valley.  I afdelingen for klinisk farmakologi residerer ph.d. Christoffer Wenzel Tornøe, civilingeniør fra DTU. Han har gennem flere år arbejdet med statistiske metoder i udviklingen af lægemidler, særligt med degarelix, et præparat mod prostatacancer, der har været under udvikling i en årrække. Til dette arbejde har Christoffer Tornøe hyppigt fået assistance fra DTU-professor Henrik Madsen, Informatik og Matematisk Modellering (IMM).  

”Vi kan bruge de statistiske metoder helt fra Fase 1, altså de første persontest på raske frivillige, og helt frem det tidspunkt hvor stoffet testes på en større gruppe patienter som har sygdommen med henblik på at se de reelle effekter og afgøre optimal dosis. Jeg sidder specifikt med de forskellige blodprøver og laver farmakokinetiske (PK) analyser af lægemidlets bevægelse i organismen samt farmakodynamiske (PD) analyser, som beskriver hvad lægemidlet gør ved kroppen fra det optages via tarmen til det udskilles gennem nyrerne”, fortæller Christoffer Tornøe og fortsætter:

”Ved hjælp af populations PK/PD-modeller kan vi undersøge, hvad degarelix gør ved kroppens Testosteron-produktion og dermed cancerens udvikling, samt hvordan lægemidlet giver denne effekt. Vi tager alle blodprøverne og laver en fælles model for samtlige data, og bruger så modellen til at forudsige næste studie. Altså til at forudsige om vores næste undersøgelse vil lykkes eller ej. Modellerne betyder, at vi kan spare en smule på antallet af forsøgspersoner, men først og fremmest kan vi spare en masse på test af de forskellige dosisniveauer. Tidligere skulle man gradvis øge dosis indtil effekten kunne ses, men allerede efter et enkelt studie kan vi nu se, om dosis er i den rigtige eller forkerte ende af skalaen, og om der er behov for særlige undersøgelser af eksempelvis patienter med nedsat nyrefunktion.

Optimering af test

Et præparat som degarelix koster mange penge at udviklem inden det kommer ud på hylden i apotekerne. Selv om det er svært at sætte præcise tal på de besparelser, der kan opnås med de statistiske metoder, er der ifølge Christoffer Tornøe helt sikkert tale om store gevinster. Alle store medico-firmaer søger at opruste deres statistiske indsats, og det er normalt et sikkert tegn på betydningen for bundlinjen, men optimering af dosis medfører naturligvis også en gevinst for den enkelte patient.

Christoffer Tornøe slutter: ”Jeg er en af de meget få ingeniører herude. De fleste ansatte her på Ferring er læger eller farmaceuter som sjældent har de nødvendige matematiske kompetencer til at gå ind i det statistiske modelleringsarbejde. Derfor har det været en kolossal fordel, at Henrik Madsen er kommet herud og har set med nye øjne på vores data og analyseret dem ud fra en matematisk-statistisk synsvinkel. IMM’s ekspertise har også gjort det muligt at overføre nogle af DTU’s teknikker inden for reaktor – og vindmøllemodellering til vores lægemiddelanalyser, hvilket har givet et klart forbedret resultat. DTU’s arbejde med de statistiske modeller har betydet at vores forsøgsplanlægning optimeres, at vi nu behøver færre forsøgspersoner, og i sidste ende opnår vi en hurtigere udvikling af vores nye lægemidler.”

Der er et klart behov for at udvikle forbedrede metoder til test af medicin. Dilemmaet er at der kommer færre og færre lægemidler på markedet, og de koster mere og mere at udvikle. Den amerikanske lægemiddelstyrelse FDA er ikke begejstret for den udvikling. Konsekvensen for den offentlige sundhed er alvorlig når medicinen bliver begrænset i udbud og kostbar at anskaffe. FDA er derfor gået i dialog med medicinalindustrien om at forbedre undersøgelserne allerede i Fase 2, så man undgår senere at belaste et stort antal forsøgspersoner i Fase 3 med et præparat ,der måske ikke opnår endelig godkendelse. Nu vil FDA i stedet gå tidligt ind og fortælle præcist hvilke egenskaber et lægemiddel skal besidde for at kvalificere sig. Et nyt cirkulære kaldet ”Critical path initiative” beskriver FDA’s nye rolle i den forbindelse. Christoffer Wenzel Tornøe har opsagt sin stilling hos Ferring og rejser til USA netop for at arbejde med dette projekt for FDA. Siden arbejdet for Ferring har IMM’s statistiske afdeling opfundet endnu bedre analysemetoder, og er nu i stand til at få langt mere information ud af de forskellige medicinske data.