Mit Mathematik im Kampf gegen Antibiotikaresistenz

Antibiotikaresistenz ist eine der größten Herausforderungen der modernen Medizin. Eine neue Studie vom Instituto Gulbekian de Ciencia in Portugal, bietet ein mathematisches Modell, dass das beste Ther

Antibiotikaresistenz ist eine der größten Herausforderungen der modernen Medizin. Eine neue Studie vom Instituto Gulbekian de Ciencia in Portugal, bietet ein mathematisches Modell, dass das beste Therapiekonzept für das Immunsystem des Patienten evaluiert und den Einsatz unnötiger Antibiotika verhindert.

Dieses innovative Modell wurde in der letzten Ausgabe von PLoS Computational Biology publiziert und kann in der Zukunft personalisierte Therapieansätze anbieten.

Antibiotika sind das A und O in der Therapie bakterieller Infektionen, aber der übermäßige Gebrauch hat dazu geführt, dass viele Bakterienstämme Resistenzen gegen verschiedene Antibiotikaklassen entwickelt haben. Bei resistenten Bakterien wirken bestimmte Antibiotika viel schlechter oder gar nicht. Da die Entwicklung neuer Antibiotika die Geschwindigkeit der Entwicklung neuer Resistenzen nicht folgen kann, ist es absolut wichtig, den Gebrauch von Antibiotika zu rationieren. Erida Gjini und Patricia H.Brito haben ein mathematisches Modell entworfen, um komplexe Infektionen zu evaluieren und funktionierende Therapieansätze zu entwerfen. Diese beinhalten aggressive Therapien, mit den höchstmöglichen Dosierungen und moderate Therapien, die die Wirkungszeit und die biologische Verfügbarkeit kombinieren können. Basierend auf mathematischer Analyse und Computersimulationen, verglichen die Forscher Therapieansätze mit festen Medikamentendosierung und –Dauer mit Therapieansätzen, die an der Patientensymptomatik gerichtet waren, um das Resistenzrisiko weitgehend zu minimieren.

“Das Immunsystem des Patienten ist ein wichtiger, aber oft vernachlässigter Faktor im Krankheitsgeschehen und daraufhin in der Entscheidung der Therapie. Eine starke Immunantwort kann die Aggressivität der Therapie signifikant reduzieren, und wir müssen nur herausfinden wie wir das in Betracht ziehen können.” So Erida Gjini. Aus diesem Grund hat die Forschungsgruppe Informationen über das Immunsystem des Wirts neben den klassischen Eigenschaften der Erreger gesammelt und ins Modell integriert.

Patricia H. Brito erklärt dass das Modell ermöglicht, die Intensität der Immunantwort zu quantifizieren, und zusammen mit der entsprechenden Therapiebeginn, -Dosierung und –Dauer , den Erfolg oder das Versagen der Behandlung vorherzusagen. Mit der Simulation können wir auch Rückfälle behandeln, die durch sensible Bakterien verursacht werden und fälschlicherweise für andere resistente Bakterien gehalten werden.

“Therapieoptimierung in der Zeit der individualisierten Medizin wird quantifizierbare Indikatoren der Immunantwort, der Pathologie und des Ausheilprozess während der Infektion benötigen, Sagt Erida, Mathematische Lösungsansätze werden sicherlich gebraucht, um diese komplexe Probleme im klinischen Alltag systematisch zu bewältigen.”

Text: esanum /fw

Foto: anyaivanova / Shutterstock.com