Su uso podría ayudar a superar la dificultad para obtener datos experimentales en esa etapa y apuntar hacia mejores estrategias de tratamiento y prevención del virus.
Los primeros días (o incluso horas) de la exposición al VIH pueden resultar cruciales a la hora de determinar si la infección por este virus se establece de forma crónica.
Sin embargo, el reducido número de virus y células infectadas en esa etapa hace muy difícil estudiar estos acontecimientos en humanos o modelos con animales.
Con todo, los modelos matemáticos teóricos pueden ser de ayuda para estudiar las dinámicas del virus en esta primera fase de la infección y ofrecer pistas que puedan conducir al desarrollo de estrategias terapéuticas y preventivas, tal y como revela un documento titulado 'Análisis estocástico de la profilaxis pre- y postexposición frente a la infección por VIH', publicado el pasado mes en SIAM Journal on Applied Mathematics.
Este trabajo se refiere a la exposición por vía parenteral, aunque podría adaptarse a la exposición por vía sexual.
Las diferentes familias de fármacos antirretrovirales se caracterizan por actuar en distintas fases del ciclo vital del VIH.
Por ejemplo, impidiendo que pueda hacer una copia de ADN de su material genético, que la inserte en el genoma celular, evitando que pueda ensamblar los viriones para infectar otras células, etc.
Estos distintos mecanismos de actuación de los medicamentos tienen un efecto similar sobre la infección a largo plazo, pero en las primeras fases de la misma, cada paso del ciclo vital del virus es trascendental para que la pequeña población de VIH pueda mantenerse y persistir en su huésped; esto conduce a unas diferencias interesantes entre la eficacia de los diferentes fármacos en estas etapas.
Los autores del estudio crearon varios modelos para analizar las dinámicas virales y entender hasta qué punto puede resultar protector el tratamiento con fármacos antes de la exposición (profilaxis preexposición [PPrE]) o inmediatamente después de producirse la misma (profilaxis postexposición [PPE]) en distintos escenarios planteados.
Las recomendaciones para las prácticas clínicas de PPE están basadas en hallazgos empíricos con fármacos más antiguos y menos eficaces de los disponibles en la actualidad, mientras que la PPrE es muy nueva y sigue estando en desarrollo.
Por este motivo, los ensayos clínicos sobre los dos tipos de profilaxis muestran un éxito variable, lo que hace difícil predecir su eficacia.
Los investigadores afirman que emplearon modelos estocásticos para investigar distintas estrategias de tratamiento tanto para PPE como para PPrE.
En este sentido, señalan que sus resultados parecen coincidir bien con los hallazgos clínicos y también apuntan posibles direcciones de investigación en el futuro.
El documento propone dos modelos, uno simple y otro más complejo.
En el primero, se utiliza una fórmula matemática que refleja las interacciones y evolución de los virus capaces de replicarse y de los incompetentes para eso, así como de las células infectadas en la fase de eclipse (cuando no generan virus) y en la fase productiva (cuando sí lo hacen).
Asimismo, se tiene en cuenta la tasa de infección de nuevas células, la tasa de aclaramiento viral, así como la interacción que producen en estas dinámicas los diferentes tipos de fármacos.
Por su parte, en el modelo más complejo, además, se tuvieron en consideración los distintos tipos de células y de dinámicas de transporte, dos factores que también son importantes al inicio de la infección por VIH.
Al aplicar su modelo matemático a la PPrE, los autores concluyen que los inhibidores de la transcriptasa inversa son algo más eficaces que los inhibidores de la proteasa, aunque las diferencias son pequeñas, por lo que existen otros factores (como los efectos secundarios o el coste económico) que pueden tener más peso a la hora de realizar la elección.
En cuanto a la PPE, se concluyó que el momento de su inicio resulta fundamental para su eficacia, algo que ya se había observado en otros muchos modelos y ensayos.
Así, el modelo matemático indica que la reducción de riesgo cae por debajo del 15% tras un retraso de tres días en el tratamiento.
Respecto a la duración, un régimen de tratamiento de dos semanas parece funcionar esencialmente igual de bien que la actual recomendación de cuatro semanas.
Los resultados de los modelos presentados se refieren a la infección por VIH tras una exposición por vía sanguínea, por lo que se centra principalmente en la exposición ocupacional.
Los mecanismos que conducen a la infección por la exposición sexual son más complicados, pero el marco general del modelo puede aplicarse a ese tipo de transmisión.
Los investigadores consideran que añadiendo más datos experimentales para reflejar de forma más precisa la anatomía, fisiología y naturaleza de la interacción entre virus y huésped, el modelo actual puede ser reconstruido para que replique las etapas de la exposición sexual.
El problema relativo al desarrollo de VIH resistente a fármacos tras la PPE o la PPrE también puede abordarse con un modelo más amplio, gracias al uso de datos experimentales adicionales de modelos animales.
Resulta complicado estudiar de forma experimental los primeros acontecimientos que tienen lugar en la infección por VIH, por lo que es muy útil utilizar modelos matemáticos para investigar los posibles efectos del tratamiento con fármacos.
Por otro lado, debido justamente a que el trabajo experimental es tan complejo, no es tan sencillo elaborar un modelo.
Por esta razón, se empleó el modelo más sencillo posible que, de todos modos, reflejara la esencia de las primeras etapas de la infección viral.
Hay mucho campo para desarrollar modelos de mayor complejidad de esta infección temprana y sobre todo para utilizar la información recogida en animales.
Por otra parte, al ser tan simple el modelo, se puede adaptar a otras infecciones virales como el virus de la hepatitis C o la gripe.
Fuente: ScienceDaily.
Referencia: Conway JM, Konrad BP and Coombs D. Stochastic Analysis of Pre- and Postexposure Prophylaxis against HIV Infection. SIAM J Appl Math; 73(2): 904–928. (25 pages).
Website ScienceDaily:
Website Society for Industrial and Applied Mathematics (SIAM):
http://www.siam.org/
