Avaliações de implementação e otimização de algoritmo farmacogenético estimador de dose de varfarina em populações miscigenadas

• Processo: 22/05170-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de maio de 2023
• Data de Término da vigência: 30 de abril de 2026
• Área de conhecimento: Ciências Biológicas - Farmacologia - Farmacologia Bioquímica e Molecular
• Pesquisador responsável: Paulo Caleb Júnior de Lima Santos
• Beneficiário: Pedro Eduardo Nascimento Silva Vasconcelos
• Instituição Sede: Instituto Nacional de Farmacologia (INFAR). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Varfarina Farmacogenética
• Palavra(s)-Chave do Pesquisador: Algorítimo farmacogenético | custo efetividade | machine learning | Varfarina | Farmacogenética

Resumo

Apesar da varfarina ser efetiva, possui um intervalo terapêutico estreito com difícil ajuste de dose, sendo que valores baixos de TTR (tempo dentro da faixa terapêutica <50%) estão associados a um maior risco de eventos adversos e, consequentemente, amplo gasto público. Estudos mostram que fatores clínicos e genéticos influenciam a variabilidade de dose de varfarina. Nosso grupo desenvolveu um algoritmo farmacogenético estimador de dose de varfarina específico para a nossa população brasileira que se mostrou mais acurado que outros algoritmos internacionais. Apesar de termos estudos na literatura sobre a abordagem farmacogenética no Brasil, os estudos são retrospectivos e, pelo nosso conhecimento, há apenas iniciativas para avaliações de aplicabilidade e estudos clínicos randomizados para este fim na população brasileira. Além disso, também não há estudo que determinem a influência da ancestralidade local e verifiquem algorítimos para populações miscigenadas via machine learning. Desta forma, os objetivos deste projeto são avaliar a implementação do algoritmo farmacogenético estimador de dose de varfarina, determinar a influência da ancestralidade local na dose estável de varfarina e otimizar algoritmos para populações miscigenadas usando machine learning. Para a realização deste projeto nós temos colaborações nacionais e internacionais bem estabelecidas. Os pacientes serão provenientes de 2 centros: ambulatórios de arritmia da Escola Paulista de Medicina da Unifesp e do Instituto do Coração da FMUSP. As análises de ancestralidade local e otimização dos algorítimos para populações miscigenadas serão realizadas em conjunto com os colaboradores internacionais Profa. Dra. Larisa Cavallari, Prof. Dr. Vakaramoko, da Universidade da Flórida, EUA, e do Prof. Dr. Jason Karnes da Universidade do Arizona, EUA. Este estudo pioneiro poderá estimar possível diminuição de eventos tromboembólicos e hemorrágicos, o que pode indicar menores custos para a saúde pública brasileira.