En la consulta médica, es habitual encontrar pacientes que toman múltiples medicamentos de forma simultánea. Esta práctica, conocida como politerapia, es especialmente común en personas mayores o con enfermedades crónicas como la hipertensión, la diabetes o la insuficiencia cardíaca. Aunque la politerapia puede ser necesaria para abordar de forma integral los distintos frentes de una enfermedad, también presenta un importante desafío clínico: el riesgo de interacciones farmacológicas y reacciones adversas a medicamentos. Es aquí donde entra en juego una herramienta con un enorme potencial: la farmacogenética.
¿Quieres saber cómo puede la farmacogenética ayudar a ajustar la dosis, reducir el número de fármacos y evitar hospitalizaciones en pacientes sujetos a politerapia? ¡Sigue leyendo!
Politerapia: por qué se utiliza y cuáles son sus limitaciones
La politerapia es una estrategia terapéutica necesaria en muchos contextos clínicos, especialmente en pacientes mayores con enfermedades crónicas, comorbilidades (dos o más enfermedades en un mismo individuo, normalmente relacionadas) o condiciones complejas. Al combinar distintos fármacos, es posible abordar simultáneamente varios mecanismos patológicos, mejorar el control de los síntomas y reducir el riesgo de progresión de la enfermedad. En este sentido, la politerapia bien diseñada es una buena opción de cara a optimizar los resultados clínicos.
Sin embargo, la administración de múltiples medicamentos también conlleva importantes limitaciones: aumenta el riesgo de interacciones farmacológicas, efectos adversos y duplicidades terapéuticas. Además, la respuesta individual a cada fármaco puede variar considerablemente, lo que hace que el seguimiento clínico se vuelva más complejo. Esto, sumado a que, muchas veces el balance beneficios/riesgos no se evalúa de forma dinámica, provoca que algunos pacientes se vean expuestos innecesariamente a tratamientos que no les aportan valor o podrían ser dañinos para su salud.
Una de las estrategias que pueden ayudar a superar estas limitaciones es la integración de la farmacogenética en la práctica clínica.
Farmacogenética: personalizando la politerapia
La farmacogenética, que consiste en analizar el genoma del paciente para identificar variantes que afectan la absorción, distribución, metabolismo y eliminación de los fármacos, es una herramienta clave para predecir la respuesta individual a los tratamientos y prevenir efectos adversos. Esto cobra especial importancia en pacientes que reciben múltiples medicamentos, donde el riesgo de interacciones y complicaciones es mayor.
Un ejemplo claro es el tratamiento con clopidogrel y aspirina, dos fármacos comúnmente utilizados de forma simultánea en cardiología. En algunos pacientes con variantes genéticas que reducen la función de MDR1 (una proteína que regula la eliminación del clopidogrel) y variantes ultra-rápidas del gen CYP2C19 (responsable de activar el clopidogrel) la cantidad del metabolito activo en el organismo se ve incrementada. Si, además, se administra aspirina, que potencia la actividad de CYP2C19 y tiene efecto anticoagulante, el riesgo de sangrado grave se eleva considerablemente, por lo que en estos casos se recomienda evitar la combinación.
En términos generales, se ha observado que basarse en el perfil farmacogenético para ajustar, de forma personalizada, la medicación en pacientes mayores de 50 años polimedicados puede disminuir significativamente la tasa de reingreso hospitalario por complicaciones asociadas a la administración de múltiples fármacos. Además, se ha identificado que el análisis farmacogenético puede ayudar no solo a ajustar la medicación que se le administra a una persona, sino que puede reducir la cantidad de fármacos que toma. Esto minimiza la aparición de reacciones adversas o interacciones farmacológicas negativas y, por tanto, también la hospitalización de los pacientes.
Polimedicación, algoritmos y toma de decisiones clínicas
A medida que los sistemas de salud avanzan hacia modelos de atención más personalizados, se espera que los algoritmos clínicos de decisión basados en farmacogenética (PGx-CDSS, por sus siglas en inglés) se vayan integrando progresivamente en la práctica médica. Estos algoritmos son unas interesantes herramientas bioinformáticas que combinan datos genéticos, como variantes en enzimas metabolizadoras del citocromo P450 y transportadores, con información clínica y del historial del paciente (lista completa de medicamentos, comorbilidades, edad, etc.) para ayudar a los profesionales a emitir indicaciones terapéuticas individualizadas
Algunos PGx-CDSS incluso se han diseñado para emitir alertas personalizadas, que indican el riesgo a sufrir reacciones adversas a ciertos medicamentos, recomendaciones de cambio de dosis o incluso recomiendan la modificación del fármaco que se le administra al paciente. Esto puede ser especialmente relevante en pacientes polimedicados, en los que el seguimiento es mucho más complicado.
La llegada de la inteligencia artificial y el machine learning están revolucionando, aún más, el diseño de algoritmos clínicos de decisión basados en farmacogenética. Y es que los sistemas de inteligencia artificial pueden interpretar mucho más eficazmente el genoma del paciente y predecir las interacciones entre fármacos y las reacciones adversas a medicamentos que los algoritmos convencionales.
Desafíos y futuro de la farmacogenética
Como hemos visto, la farmacogenética y los PGx-CDSS pueden ser unos importantes aliados en la reducción de efectos adversos, interacciones negativas entre fármacos, hospitalización e incluso el fallecimiento de los pacientes polimedicados. No obstante, su implementación no está exenta de retos.
En primer lugar, la farmacogenética y la farmacogenómica son un campo en constante cambio. Cada día, se descubren nuevas variantes genéticas y se actualizan las recomendaciones clínicas asociadas a ellas. Esto implica que los sistemas de soporte a la decisión clínica (PGx-CDSS) deben mantenerse actualizados de forma constante para reflejar los últimos avances científicos y garantizar decisiones terapéuticas basadas en la mejor evidencia disponible. Esta necesidad de actualización continua puede representar un desafío técnico y organizativo para muchos centros de salud, especialmente aquellos con recursos limitados.
En segundo lugar, existe una brecha significativa en la formación del personal sanitario. Muchos médicos, farmacéuticos y otros profesionales de la salud no se sienten plenamente capacitados para interpretar resultados farmacogenéticos o utilizarlos de manera efectiva en su práctica clínica. Esto puede generar resistencia o inseguridad en su adopción. Para cubrir esta necesidad, existen programas formativos, como el Diploma de Experto en Farmacogenética y Farmacogenómica. El programa combina bases teóricas sólidas con aplicaciones clínicas prácticas y casos reales, lo que permite al alumnado adquirir las competencias necesarias para incorporar la farmacogenética en su ejercicio profesional con seguridad y eficacia.
Por último, otro reto importante es el acceso equitativo a las pruebas farmacogenéticas. Aunque su coste ha disminuido en los últimos años, aún pueden resultar inaccesibles en algunos sistemas sanitarios o para determinados grupos poblacionales. Además, la cobertura por parte de seguros o sistemas públicos no siempre está garantizada, lo que puede limitar su uso sistemático en pacientes polimedicados.
A pesar de estas limitaciones, el potencial de la implementación de la farmacogenética y la farmacogenómica es algo indiscutible. Invertir en investigación, diseño de algoritmos basados en farmacogenética y formación de los profesionales, entre otros, es algo más que necesario si se quiere mejorar la calidad asistencial y la seguridad terapéutica, especialmente en pacientes polimedicados.
Artículos de interés:
Blagec K, et al. Pharmacogenomics decision support in the U-PGx project: Results and advice from clinical implementation across seven European countries. PLoS One. 2022 Jun 8;17(6):e0268534. doi: 10.1371/journal.pone.0268534
Elliott LS, et al. Clinical impact of pharmacogenetic profiling with a clinical decision support tool in polypharmacy home health patients: A prospective pilot randomized controlled trial. PLoS One. 2017 Feb 2;12(2):e0170905. doi: 10.1371/journal.pone.0170905.
Hinderer M, et al. Integrating clinical decision support systems for pharmacogenomic testing into clinical routine – a scoping review of designs of user-system interactions in recent system development. BMC Med Inform Decis Mak. 2017 Jun 6;17(1):81. doi: 10.1186/s12911-017-0480-y
Kidwai-Khan F, et al. Pharmacogenomics driven decision support prototype with machine learning: A framework for improving patient care. Front Big Data. 2022 Nov 15;5:1059088. doi: 10.3389/fdata.2022.1059088
Preissner SH, et al. Man vs. machine: comparison of pharmacogenetic expert counselling with a clinical medication support system in a study with 200 genotyped patients. Eur J Clin Pharmacol. 2022 Apr;78(4):579-587. doi: 10.1007/s00228-021-03254-2.
