1
ALGORITMI FARMACOGENETICI PER LA PREDIZIONE
DELLA DOSE DI ANTICOAGULANTI ANTI-VITAMINA K:
ANCORA UTILI?
Versione Online
Santa Mundi1, Alessandro Distante2, Raffaele De Caterina3
1
2
Divisione di Farmacologia, Università degli Studi, Pisa
Istituto Scientifico Biomedico Euro Mediterraneo (ISBEM), Mesagne (BR)
3
Istituto di Cardiologia, Università degli Studi “G. d’Annunzio”, Chieti
Per la corrispondenza:
Prof. Raffaele De Caterina
Istituto di Cardiologia
Università degli Studi “G. d’Annunzio”
c/o Ospedale SS. Annunziata
Via dei Vestini - 66013 Chieti
e-mail: [email protected]
2
INDICE
RIASSUNTO ................................................................................................................................... 3
ABSTRACT .................................................................................................................................... 3
INTRODUZIONE ............................................................................................................................. 4
GLI ANTICOAGULANTI ORALI AVK E LA GESTIONE TERAPEUTICA .............................. 4
Reazioni avverse ed effetti collaterali della terapia anticoagulante orale ......................................... 5
Meccanismo d’azione del warfarin ................................................................................................... 6
Varianti geniche implicate nella risposta al trattamento con warfarin ............................................. 7
GLI ALGORITMI DI PREDIZIONE DELLA DOSE DI WARFARIN
E IL LORO UTILIZZO NELLA PRATICA CLINICA .................................................................. 7
La lunga strada verso la predittività: cenni storici ........................................................................... 7
Variabili cliniche e genetiche: quali e quante? ................................................................................ 9
IMPLICAZIONI CLINICHE E PROSPETTIVE DELLA FARMACOGENETICA
DEGLI ANTI-VITAMINA K ......................................................................................................... 10
Il trial Clarification of Optimal Anticoagulation through Genetics (COAG) ................................ 11
Il trial European Pharmacogenetics of Anticoagulant Therapy (EU-PACT) ................................ 12
CONCLUSIONI ............................................................................................................................ 13
BIBLIOGRAFIA ............................................................................................................................ 15
3
RIASSUNTO
La gravità degli effetti collaterali che si possono verificare a causa della ristretta finestra terapeutica
dei farmaci antagonisti della vitamina K rendono la ricerca della giusta dose da somministrare
un’operazione necessaria. Lunghi anni di ricerca farmacogenetica hanno contribuito a chiarire la
natura di alcune relazioni esistenti tra varianti geniche ed esito della terapia, ponendo le basi per la
costruzione di algoritmi di predizione che includono le variabili genetiche e cliniche maggiormente
implicate nella modulazione della dose. L’utilizzo di algoritmi farmacogenetici per la
personalizzazione della terapia è una strategia che mira dunque ad individuare schemi terapeutici su
misura, che portino alla riduzione di eventi avversi e conseguenti ospedalizzazioni, ottimizzando
l’efficacia terapeutica del trattamento e razionalizzando le spese. In questo lavoro vengono passati
in rassegna i risultati finora raggiunti nella ricerca di farmacogenetica applicata ai farmaci antivitamina K, attraverso un’analisi degli studi che hanno valutato l’utilità di algoritmi predittivi della
dose da somministrare, basati su informazioni combinate genetiche e fenotipiche.
Parole chiave. Warfarin; Reazioni avverse; Farmacogenetica; VKORC1; CYP2C9.
ABSTRACT
The severity of side effects that may occur with vitamin K antagonists due to their narrow
therapeutic window requires great attention in finding out the most appropriate dose for these drugs.
Pharmacogenetic research has now considerably helped clarifying the relationships between genetic
variants and sensitivity to such therapy, paving the ground to predictive algorithms that include
clinical and genetic variables to find out the best doses to start and maintain an adequate
anticoagulation. Pharmacogenetic algorithms indeed aim at identifying tailored regimens, reducing
adverse drug reactions and subsequent hospitalizations, optimizing therapeutic efficacy and
containing costs. Here we describe the results so far achieved in pharmacogenetic research with
vitamin K antagonists, analyzing studies that have assessed the usefulness of such algorithms.
Key words. Warfarin; Adverse drug reactions; Pharmacogenetics; VKORC1; CYP2C.
4
INTRODUZIONE
La necessità di migliorare l’efficacia e la tollerabilità dei trattamenti attraverso lo studio delle
caratteristiche genetiche dei pazienti è una strategia che ha l’obiettivo di raggiungere una maggiore
appropriatezza prescrittiva, dal momento che i farmaci utilizzati per la cura delle malattie croniche
di rado presentano un’efficacia superiore al 50-60%1. In Italia, nella popolazione extraospedaliera,
su 5497 pazienti ammessi a un Pronto Soccorso in un anno, 235 (4.3%) si sono fatti visitare a causa
di reazioni avverse al farmaco (adverse drug reaction, ADR), e 45 di questi (19.1%) sono stati
conseguentemente ospedalizzati2. Per quanto riguarda la popolazione ospedaliera invece, l’Adverse
Drug Event (ADE) Prevention Study ha quantificato l’incidenza di ADR intraospedaliere al 6.5%:
di queste il 28% erano prevedibili e prevenibili3,4. Nel caso degli anticoagulanti orali anti-vitamina
K (AVK), l’approccio utilizzato sinora per stabilire la dose corretta ed evitare ADR è stato la
titolazione mediante aggiustamenti dell’international normalized ratio (INR). Considerate però la
ristretta finestra terapeutica dei farmaci AVK e la gravità degli effetti collaterali che si possono
verificare, come emorragie o inefficacia protettiva nei confronti della trombosi, la ricerca della
giusta dose diventa un’operazione necessaria e complessa soprattutto nella prima settimana di
terapia. L’utilizzo di un approccio farmacogenetico per la personalizzazione della terapia nel caso di
farmaci come gli AVK è tuttavia un tema ancora discusso, tanto più che recenti studi hanno dato
risultati contrastanti circa l’utilità dell’utilizzo di algoritmi di predizione basati su informazioni
genetiche. In questa rassegna abbiamo analizzato tutti gli studi disegnati per valutare l’utilità di
algoritmi basati su informazioni genetiche e fenotipiche, pubblicati nell’arco temporale che va dal
2000 (praticamente l’inizio dell’approccio farmaco genetico agli AVK) ad oggi (2014), cercando
una sintesi dei risultati finora raggiunti nella ricerca di modelli matematici per personalizzare la
terapia con questi farmaci.
GLI ANTICOAGULANTI ORALI AVK E LA LORO GESTIONE TERAPEUTICA
Fino alla recentissima introduzione dei nuovi anticoagulanti orali diretti, gli anticoagulanti orali
AVK tradizionali sono stati gli unici farmaci per la prevenzione o il trattamento a lungo termine del
tromboembolismo
venoso
(trombosi
venosa
profonda/embolia
polmonare)
e
dell’ictus
cardioembolico in pazienti hanno portatori di protesi valvolari cardiache o con fibrillazione atriale5.
Essi comprendono il fenprocumone, l’acenocumarolo e il warfarin (dicumarolici); e derivati dell’13 indandione, quali il fenindione e il fluindione (Figura 1)6. L’approccio utilizzato per stabilire la
5
giusta dose di somministrazione di un AVK è stato sinora solo empirico, attraverso prove ed errori,
con una titolazione mediante aggiustamenti dell’INR. Le misurazioni dell’INR devono essere
precise e accurate considerando la ristretta finestra terapeutica che caratterizza i farmaci AVK e per
evitare errori nella scelta del dosaggio. Anche in presenza di un’elevata accuratezza di
determinazione dell’INR, tuttavia, la terapia con AVK risente di due importanti difficoltà:
1. la velocità con cui si raggiunge il range terapeutico ottimale (nella maggior parte dei casi con
valori di INR tra 2.0 e 3.0), fattore importante per offrire più o meno rapidamente la protezione
anticoagulante e minimizzare il rischio emorragico;
2. il mantenimento dell’anticoagulazione all’interno del range terapeutico, valutabile attraverso il
calcolo del tempo nel range terapeutico (time in therapeutic range, TTR), che può variare tra il
44% e il 69% nel periodo d’induzione dell’anticoagulazione, e tra il 26% e il 70% nel periodo
“stabile”7.
Reazioni avverse ed effetti collaterali della terapia anticoagulante orale
La terapia anticoagulante orale (TAO), specialmente nella sua fase iniziale, è una terapia molto
delicata da impostare, a causa sia delle caratteristiche del paziente, ma anche della cinetica degli
effetti del farmaco stesso: l’effetto anticoagulante pieno viene infatti raggiunto quando scende la
concentrazione di tutti i fattori K-dipendenti attivati, e diventa stabile quando anche il fattore attivo
ad emivita più lunga, ovvero il fattore II, con emivita di 42-72 ore, si riduce. L’effetto collaterale
più significativo e preoccupante in corso di TAO è comunque il sanguinamento, che può
necessitare, oltre che dell’interruzione del trattamento, di somministrazione di forti dosi di VK18.
Le emorragie maggiori colpiscono comunque principalmente gli anziani al di sopra dei 75 anni di
età9. In alcuni casi si possono verificare anche eventi pro-trombotici presumibilmente dovuti
all’induzione di una deficienza nella proteina C10,11 e, meno spesso, nella proteina S12.
Fattori che influenzano l’esito della terapia sono l’età del paziente, il peso, lo stato nutrizionale,
variazioni nella dieta, concomitanza di altre terapie farmacologiche, comorbilità13,14, come la
presenza di disfunzioni epatiche o l’insufficienza cardiaca, che possono alterare la sintesi dei fattori
di coagulazione e interferire con la risposta al trattamento. Alterazioni dello stato metabolico causati
da febbre o ipertiroidismo possono invece aumentare il catabolismo dei fattori di coagulazione
vitamina K-dipendenti5. Numerosi farmaci e alimenti influenzano l’assorbimento, la clearance, il
legame del farmaco alle proteine del plasma, o la sintesi stessa dei fattori di coagulazione vitamina
K-dipendenti15. L’amiodarone, ad esempio, è un potente inibitore della clearance del warfarin, ed
utilizzare questi due farmaci contemporaneamente porta a un potenziamento dell’effetto
6
anticoagulante16. I barbiturici, la rifampicina e la carbamazepina, invece, hanno come effetto una
diminuzione del potere anticoagulante8, mentre farmaci utilizzati per le dislipidemie possono
alterare la biodisponibilità di vitamina K17. Per quanto riguarda la dieta, si è visto che importanti
variazioni nell’apporto dietetico di vitamina K possono causare attenuazione dell’effetto degli
AVK18. L’età del paziente è un parametro che influenza la dose di somministrazione della TAO: è
stato stimato che negli anziani la dose media terapeutica si riduce dell’11% circa per ogni decade di
età19, probabilmente perché con l’aumento dell’età, la clearance dei farmaci diventa meno efficace,
per cui si ottiene lo stesso effetto terapeutico con dosi minori5,20. Una particolare attenzione deve
essere dedicata alla TAO in gravidanza: infatti gli AVK, a causa del loro basso peso molecolare,
possono attraversare la barriera placentare ed arrivare al feto, che però non ha la capacità epatica di
metabolizzarli, con conseguenti problemi di calcificazioni ossee (per l’interferenza degli AVK su
un’altra proteina K-dipendente, la bone morphogenetic protein) ed emorragie9.
Meccanismo d’azione del warfarin
Il warfarin, come prototipo degli AVK, circola nel sangue legato principalmente all’albumina e
all’alfa glicoproteina acida 1, codificata dai geni ORM1 e ORM221, e agisce sul suo bersaglio
principale, ovvero il complesso proteico vitamina K epossido reduttasi VKOR, codificato dal gene
VKORC122, principale responsabile della riduzione della vitamina K ossidata nella reazione di
carbossilazione che permette l’avvio della cascata della coagulazione (Figura 2)23. La
carbossilazione infatti è accoppiata alla trasformazione della VKH2 in vitamina K epossido (VKO),
che viene ridotta nuovamente a VKH2 dal complesso vitamina K epossido reduttasi9. L’inibizione di
questo enzima da parte del warfarin porta ad un accumulo di VKO e al blocco della cascata della
coagulazione. La vitamina K (VK1) si lega all’apolipoproteina E (codificata dal gene APOE), che
ne favorisce l’ingresso nella cellula24. Un volta nella cellula, la VK1 viene ridotta dall’enzima
NAD(P)H deidrogenasi chinone 1 (codificato dal gene NQO1) in vitamina K1 diidrochinone
(VKH2)25, cofattore importante per l’attivazione dell’enzima gamma-glutammil-carbossilasi
(GGCX)26,27, che attiva i fattori della coagulazione vitamina K-dipendenti5. L’eliminazione del
warfarin avviene ad opera del complesso epatico del citocromo P450 (CYP450), una famiglia di
mono-ossigenasi coinvolte nella fase I del metabolismo di molti farmaci e xenobiotici, e in
particolare del citocromo P2C9 che è il maggior contribuente al catabolismo del warfarin, sul quale
opera un’idrossilazione in posizione 7. Esistono evidenze che il trasporto del warfarin dal fegato
alla bile sia mediato da una glicoproteina-P codificata dal gene ABCB1 (ATP-binding cassette,
sottofamiglia B, membro 1)28, che può essere indotta dal recettore nucleare per il pregnano (PXR,
7
pregnane X receptor) codificato dai geni NR1I2-NR1I3 (nuclear receptor subfamily 1 group I
member 2/3)29 (Figura 2). Per ulteriori dettagli si rimanda a una nostra precedente rassegna30.
Varianti geniche implicate nella risposta al trattamento con warfarin
La ricerca delle varianti geniche (principalmente single nucleotide polymorphisms, SNP), che
influenzano l’esito della terapia è un passo importante per la costruzione di modelli di
personalizzazione del trattamento, poiché queste caratteristiche possono essere responsabili delle
fisiologiche differenze inter-personali, giocando un ruolo nella differente sensibilità al trattamento.
Nel caso del warfarin la ricerca ha individuato molte varianti genetiche che sembrano influenzare
direttamente o indirettamente l’esito della terapia. Nella Tabella 1 sono riportati i geni implicati nel
meccanismo di funzionamento del warfarin che possiedono varianti coinvolte nella modificazione
della risposta alla terapia e che vengono utilizzate come variabili indipendenti in modelli predittivi
quando mostrano una forte influenza sull’esito terapeutico della popolazione per la quale il modello
di predizione del dosaggio viene disegnato. Per ulteriori dettagli si rimanda a una nostra precedente
rassegna30.
GLI ALGORITMI DI PREDIZIONE DELLA DOSE DI WARFARIN E IL LORO
UTILIZZO NELLA PRATICA CLINICA
La lunga strada verso la predittività: cenni storici
La costruzione di algoritmi farmacogenetici per la predizione della dose si basa sull’analisi di
regressione multipla, che è un modello matematico atto a stabilire la correlazione tra una serie di
variabili indipendenti conosciute (chiamate anche predittori) e la variabile dipendente della quale si
vuole conoscere il valore. Nel caso del nostro lavoro, i modelli analizzati hanno l’obiettivo di
individuare la dose ottimale di warfarin scegliendo come variabili indipendenti le caratteristiche
fenotipiche e genetiche del paziente che sembrano essere maggiormente implicate nella
modulazione della dose. Yang e coll. hanno pubblicato un lavoro in cui si declinano le regole
principali per la costruzione di algoritmi di farmacogenetica per la dose di warfarin, che meglio può
aiutare a comprendere l’utilità di questo metodo matematico nella pratica clinica31. Per
comprendere appieno lo stato dell’arte abbiamo effettuato una ricerca su PubMed di tutti gli studi
tesi a valutare l’utilità di algoritmi basati su informazioni genetiche e fenotipiche, nell’arco
8
temporale che va dal 2000 (l’argomento non era precedentemente trattato) ad oggi (aprile 2014).
Per la ricerca bibliografica sono state utilizzate le seguenti parole chiave: “warfarin AND genetic
AND algorithm” OR “warfarin AND dosing” OR “warfarin AND genotype” OR “warfarin AND
dose” OR “warfarin AND pharmacogenetics”. Il motore di ricerca ha selezionato 4267 lavori, tra i
quali sono stati individuati e tabulati solo quelli inerenti lo sviluppo e l’applicazione di algoritmi di
farmacogenetica formulati ex-novo, tralasciando quelli che valutavano su popolazioni diverse
algoritmi già sviluppati precedentemente, o quelli che mettevano a confronto più algoritmi
contemporaneamente. Come indicatore dell’efficacia degli algoritmi è stato scelto il valore della
percentuale di variabilità della dose spiegata dall’algoritmo (R2). I risultati sono riportati in Tabella
2.
Il primo tipo di algoritmo calcola la dose di mantenimento di warfarin nella fase di stabilità del
trattamento, ma non dà indicazioni su come iniziarlo; il secondo tipo di algoritmo si concentra
invece proprio sul predire la dose iniziale; il terzo tipo predice sia la dose iniziale che quella di
mantenimento, e serve dunque anche a definire meglio la dose dopo la fase iniziale della terapia. Un
esempio del primo tipo è l’algoritmo dell’International Warfarin Pharmacogenetics Consortium
(IWPC), estrapolato da uno studio che ha visto la partecipazione di 21 gruppi di ricerca di paesi
diversi, e dati presi da 5700 pazienti trattati con warfarin32, che include variabili come VKORC1
(rs9923231), CYP2C9 (*2 e *3), età, altezza, peso, razza, nonché farmaci che inducono il
complesso CYP450 e l’amiodarone: Questo algoritmo è in grado di individuare i pazienti che
necessitano di alte dosi (≥49 mg/settimana) e basse dosi (≤21 mg/settimana) meglio di un algoritmo
clinico, risultando promettente per quanto riguarda la stima della dose negli adulti, ma dimostrando
una tendenza a sovrastimare nel caso dei bambini33. La maggior parte degli algoritmi in Tabella 2
sono del primo tipo.
L’algoritmo per la stima della dose iniziale deve tenere presente, oltre che la dose di mantenimento,
anche il tempo che il farmaco impiega per raggiungere l’effetto all’equilibrio, che dipende
principalmente dalla sua velocità di eliminazione, influenzata a sua volta dal gene CYP2C934. Un
esempio di questo tipo di algoritmo è quello di Avery e coll., che hanno utilizzato l’algoritmo IWPC
e la variazione nell’emivita del warfarin dipendente dal genotipo CYP2C9 per sviluppare un nuovo
algoritmo farmacogenetico di stima della dose iniziale, da utilizzare nei primi 3 giorni di terapia35.
Questo algoritmo stima che per i pazienti con genotipo CYP2C9 *3/*3 e VKORC1 A/A la dose di
carico è meno della metà della dose di carico prevista per i pazienti con genotipo CYP2C9 *1/*1 e
VKORC1 A/G, mentre quella di mantenimento nel primo tipo di pazienti è meno di un quarto di
quella del secondo tipo di pazienti35.
Il terzo tipo di algoritmo farmacogenetico ha l’obiettivo di raffinare la dose di warfarin dopo la fase
9
iniziale di terapia, unendo le informazioni circa la dose data con il valore di INR34. Un esempio di
questo tipo di algoritmo è quello di Lenzini e coll., che stima la dose nei giorni successivi al terzo,
ovvero il quarto e il quinto36.
Variabili cliniche e genetiche: quali e quante?
Possiamo dividere gli studi tabulati in base alle variabili utilizzate per costruire l’algoritmo: in uno
studio si sono utilizzate esclusivamente variabili genetiche37, in altri sono state aggiunte anche
variabili antropometriche, l’età e il sesso del paziente38-68. Per quanto riguarda le variabili genetiche,
quasi tutti gli algoritmi tabulati contengono sia i polimorfismi del gene CYP2C9 che quelli del gene
VKORC1, che infatti contribuiscono per circa il 40% della variabilità nella dose di mantenimento
degli AVK69,70. Fa eccezione l’algoritmo recentemente sviluppato da Ekladious e coll., che contiene
come variabili solo l’età e il polimorfismo 1173C>T di VKORC171. I primi algoritmi sviluppati in
ordine di tempo includono come variabili genetiche solo i polimorfismi del gene CYP2C913,37,72-75,
con l’assenza del contributo del gene VKORC1 dovuta per lo più ad una ancora scarsa informazione
disponibile a quel tempo sul ruolo di VKORC1 nel determinare la variabilità inter-personale. Gli
algoritmi sviluppati più recentemente invece includono tra le variabili genetiche, oltre ai già citati
polimorfismi dei geni CYP2C9 e VKORC1, anche quelli relativi al gene CYP4F233,37,54,61,63,67,76-90, e
a geni d’importanza minore come GGCX38,41,91,92, EPHX161,92-95, F754,96, PROC94, CYP2C1894,
ORM292, APOE epsilon297. Oltre alle variabili genetiche menzionate, in molti algoritmi sono state
considerate anche condizioni come la presenza di protesi valvolari13,80,84,98,99, patologie come
diabete13,36,98,100,
episodi
pregressi
di
tromboembolismo76,88,100-102,
ictus36,103
o
iper/ipotiroidismo104,105. Tra gli studi selezionati abbiamo trovato algoritmi anche molto complessi
che integravano, oltre alle variabili già citate, dati quali INR, motivazione della TAO e
concomitanti trattamenti con altri farmaci32,33,36,70,72,74,75,77,78,80,82,83,85-88,91,92,96,99,106-121. Alcuni
algoritmi hanno dato risultati diversi in diversi gruppi etnici: alcune varianti polimorfiche infatti
sono più presenti in alcuni gruppi piuttosto che in altri122, e questo implica la necessità di ricerca di
polimorfismi specifici per ogni singolo gruppo etnico. Per quanto riguarda l’età, in particolare, si è
visto che negli anziani bisognerebbe mantenere una dose più bassa di farmaco anche in assenza di
varianti genetiche indicative di maggiore sensibilità109, mentre per quanto riguarda i bambini gli
algoritmi estrapolati da popolazioni adulte tendono a sovrastimare la dose di warfarin33, rendendo
necessaria la costruzione di algoritmi specifici a causa delle differenze fisiologiche esistenti nelle
varie fasce d’età. In ogni caso, gli algoritmi generati su popolazioni pediatriche mostrano tutti un
peso importante per i polimorfismi del gene VKORC1 e meno importante per quelli del gene
10
CYP2C933,106,123, e in un caso addirittura sembra non esserci ruolo alcuno per il genotipo nella
determinazione del dosaggio di warfarin60. A causa di tutte queste caratteristiche che possono
variare enormemente all’interno di una popolazione è necessario che le variabili inserite siano
rappresentative della popolazione sulla quale l’algoritmo viene impiegato
34
. Nella Figura 3 sono
rappresentati graficamente i contributi che le variabili genetiche e cliniche più rilevanti danno nella
predizione della dose di warfarin42,124-128.
Tra i lavori tabulati ne emergono alcuni che meritano una considerazione particolare: Zambon e
coll. hanno stabilito un algoritmo che ha come variabili i polimorfismi dei geni VKORC1, CYP2C9
e CYP4F2, superficie corporea ed età, ottenendo uno strumento di calibrazione della dose di
warfarin con requisiti di alta precisione predittiva63. Wei e coll. hanno sviluppato un algoritmo
basato su polimorfismi dei geni VKORC1, CYP2C9 e CYP4F2, età, peso e variabili cliniche come
tromboembolismo polmonare (PTE), uso di β-bloccanti e amiodarone, che potrebbe essere uno
strumento valido nella predizione della dose giornaliera stabile di warfarin nei pazienti cinesi88.
Sulla base dell’approccio farmacogenetico, Gong e coll. hanno sviluppato il protocollo Warfarin
Regimen Using a Pharmacogenetics-guided Initiation Dosing (WRAPID), che tiene in
considerazione la genetica, le variabili cliniche e la risposta al trattamento86. Horne e coll. hanno
studiato dati genetici, clinici e valori di INR estrapolati da 2022 pazienti, sviluppando un algoritmo
farmacogenetico con 13 variabili diverse, e dimostrando che l’inclusione di dati genetici ha migliore
capacità predittiva riguardo alla dose di mantenimento di warfarin rispetto a un algoritmo con sole
variabili cliniche119. Perlstein e coll. hanno sviluppato in sequenza tre algoritmi per l’individuazione
della dose iniziale e dello schema di trattamento ottimale attraverso un modello adattativo
continuamente rimodulato in base ai valori di INR del paziente, concludendo che un tale approccio
farmacogenetico adattativo può aumentare la sicurezza e l’efficacia del trattamento con warfarin129.
Pathare e coll. hanno sviluppato un algoritmo specifico per la popolazione omani, con l’obiettivo di
minimizzare l’imprecisione predittiva degli algoritmi finora pubblicati quando applicati a questa
specifica popolazione130. Questo algoritmo prevedeva il contributo di numerose variabili
demografiche, cliniche e genetiche, e ha raggiunto un valore di R2 del 63%, dimostrando che
l’approccio farmacogenetico deve essere il più specifico possibile per essere efficace130.
IMPLICAZIONI CLINICHE E PROSPETTIVE DELLA FARMACOGENETICA DEGLI
ANTI-VITAMINA K
Nonostante sia evidente che i rischi di sanguinamento durante la prima fase di terapia possano
11
essere ridotti e i tempi di raggiungimento di un’anticoagulazione ottimale possano essere accorciati
con un approccio farmacogenetico5, e nonostante sia emerso che gli schemi di dosaggio basati su
informazioni genetiche sono spesso più precisi degli schemi tradizionali, l’effettivo vantaggio del
loro utilizzo non è ancora stato dimostrato pienamente131. Per stabilire un approccio
farmacogenetico corretto e realmente utile c’è bisogno di algoritmi robusti in grado di stabilire con
precisione sia la dose di mantenimento che quella di inizio della terapia, validati in diversi gruppi di
pazienti, e la cui utilità sia verificata in studi controllati e randomizzati, anche e soprattutto in base
al rapporto costo-beneficio. Ad oggi però sono ancora pochi gli studi prospettici atti a verificare
l’utilità dell’integrazione concreta delle informazioni genetiche nella pratica clinica131, anche se,
attualmente, sono in corso almeno 5 trial clinici randomizzati che devono ancora fornire risultati
(www.clinicaltrials.gov).
Il trial Clarification of Optimal Anticoagulation through Genetics (COAG)
Negli Stati Uniti si è concluso da poco il Clarification of Optimal Anticoagulation through Genetics
(COAG)132, un trial multicentrico, randomizzato, in doppio cieco, che ha confrontato la precisione
di una strategia di calcolo del dosaggio basata su algoritmi farmacogenetici con quella basata su
algoritmi contenenti sole variabili cliniche nei primi 5 giorni di terapia con warfarin. Questo studio
ha arruolato 995 pazienti provenienti da 18 cliniche diverse degli Stati Uniti, da settembre 2009 ad
aprile 2013, ed i suoi risultati sono stati pubblicati nel novembre 2013. Gli algoritmi
farmacogenetici utilizzati36,114 sono riportati in Tabella 3: l’algoritmo farmacogenetico per l’inizio
della terapia stima la dose iniziale di farmaco e non include variabili relative ai CYP2C9*2 e *3, cui
è stato attribuito un valore pari a 0 sulla base di studi precedentemente effettuati che avevano
dimostrato come questa variabile influenzi poco l’INR nella fase iniziale della terapia133, e nei
metabolizzatori lenti porti a sottostimare la dose, ritardando il raggiungimento del’INR terapeutico
e vanificando i benefici dovuti all’inserimento della variabile stessa75. L’algoritmo farmacogenetico
per la ridefinizione del dosaggio è stato utilizzato nei giorni 4 e 5 di terapia. Parallelamente
all’utilizzo degli algoritmi farmacogenetici utilizzati per il primo gruppo di studio, nel secondo
gruppo di pazienti sono stati utilizzati algoritmi con sole variabili cliniche, anch’essi riportati in
Tabella 3. Il valore considerato per la stima della bontà dell’algoritmo è la percentuale di tempo
che l’INR passa nel range terapeutico (TTR) dal giorno 4-5 fino al 28° giorno di terapia. Per il
gruppo a cui è stata assegnata la dose di warfarin con algoritmo farmacogenetico, il TTR è essere
risultato di 45.2%, mentre per quello la cui dose è stata calcolata con l’algoritmo clinico, esso è
stato di 45.4%. In sostanza i risultati dello studio non hanno visto differenze nei due gruppi.
12
Riguardo all’etnia dei pazienti arruolati si è vista una relazione tra questa e la strategia di dosaggio:
nei pazienti afro-americani appartenenti al gruppo guidato dall’algoritmo farmacogenetico, il TTR
era del 35.2%, mentre nei pazienti della stessa etnia appartenenti al gruppo guidato dall’algoritmo
con sole variabili cliniche la percentuale saliva al 43.8%, dimostrando come questo tipo di etnia
benefici apparentemente meglio di un approccio guidato da sole variabili cliniche. Risultati
tendenzialmente opposti si vedevano tra i pazienti bianchi dei due gruppi. Non si è osservata una
differenza nei valori calcolati in relazione al sesso o al numero di variabili genetiche.
Il trial European Pharmacogenetics of Anticoagulant Therapy (EU-PACT)
Il trial European Pharmacogenetics of Anticoagulant Therapy (EU-PACT), condotto in 7 diversi
paesi dell’Unione Europea, ha cercato di stabilire la sicurezza, l’utilità clinica e il rapporto costobeneficio dell’approccio farmacogenetico per il dosaggio di warfarin, acenocumarolo e
fenprocumone134. In questo studio135, i 455 pazienti arruolati sono stati divisi in due gruppi: il primo
ha iniziato la terapia con warfarin secondo dosi calcolate attraverso un algoritmo farmacogenetico,
il secondo invece utilizzando la dose di carico standard. Anche per questo studio il valore
considerato per la stima della bontà dell’approccio utilizzato nella fase iniziale della terapia è stato
il TTR durante le prime 12 settimane di terapia. I risultati vedono per il primo gruppo (guidato dalla
farmacogenetica) un TTR di 67.4%, con un INR terapeutico raggiunto mediamente in 21 giorni,
mentre per il secondo gruppo (pratica clinica standard) un TTR di 60.3% con un INR terapeutico
raggiunto mediamente in 29 giorni (differenze entrambe statisticamente significative), concludendo
che l’approccio farmacogenetico nell’impostazione iniziale della terapia con warfarin aumenta di 7
punti percentuali il TTR e abbrevia il periodo necessario per stabilizzare la terapia. È da considerare
il fatto che in Svezia e nel Regno Unito la dose di warfarin viene calcolata attraverso precisi
software computerizzati che aumentano la precisione del dosaggio anche senza l’aggiunta di
variabili genetiche, e nonostante questo ottimo termine di paragone, l’algoritmo farmacogenetico ha
dato risultati migliori. Il valore aggiunto dato dai test genetici nell’EU-PACT potrebbe essere
attribuito al fatto che l’algoritmo farmacogenetico qui utilizzato era stato precedentemente provato
sullo stesso tipo di popolazione utilizzata nello studio, rispettando una regola fondamentale
dell’approccio farmacogenetico, che vede la costruzione di algoritmi specifici per ogni singola
etnia.
Nonostante la divergenza di risultati raggiunti dal trial COAG e dall’EU-PACT, bisogna
sottolineare che in entrambi gli studi è stata valutata l’efficacia delle strategie adottate, misurando il
13
TTR, è basato sull’INR, che è un indicatore surrogato dell’efficacia e della sicurezza del trattamento
con warfarin. Gli studi andrebbero continuati utilizzando indicatori clinici, come il tasso di eventi
tromboembolici e di sanguinamento nelle prime 4 settimane, per poter fornire risultati chiari in
termini di sicurezza ed efficacia dei due diversi approcci.
CONCLUSIONI
I costi della mancata prevenzione della trombosi arteriosa e venosa sono tuttora tra quelli più alti
sostenuti a livello sociale136,137, e gli AVK rimangono, nonostante tutte le difficoltà implicite nel
loro utilizzo e nonostante la commercializzazione dei nuovi farmaci anticoagulanti, che inibiscono
direttamente specifici fattori della coagulazione, la forma più comune e più efficace di TAO nella
gestione di patologie tromboemboliche138, e insostituibile – nel vicino futuro – nella profilassi di
pazienti con protesi valvolari meccaniche e fibrillazione atriale reumatica. Proprio per questo
motivo, pur considerando tutte le difficoltà intrinseche nella ricerca di un modello personalizzato,
gli sforzi in tale direzione non devono, a nostro avviso, essere abbandonati. Nel 2007 la Federal
Food and Drug Administration (FDA) obbligò la Bristol-Myers Squibb a modificare il foglietto
illustrativo del warfarin in maniera tale da sottolineare l’utilità della genotipizzazione pretrattamento dei pazienti139,140. Nel 2010 il foglietto illustrativo è stato aggiornato e completato con
l’aggiunta di una tabella, approvata dall’FDA, che illustrava le dosi raccomandate in base al
genotipo.
La mancanza però di algoritmi ben validati117 o che integrino tutte le variabili genetiche che
alterano direttamente o indirettamente il metabolismo o l’azione del farmaco va considerata alla
luce del fatto che molte delle variabili in gioco, come l’assunzione della vitamina K attraverso la
dieta o lo stile di vita del paziente, sono difficilmente monitorabili. Ad oggi la percentuale di
variabilità nella dose di warfarin che non è associata ad alcun fattore intuibile ammonta a circa il
40%141. Partendo da questo presupposto alcuni studi si stanno concentrando sull’individuazione
dell’influenza di variabili finora considerate poco quantificabili, con aspetti relativi allo stile di vita,
come l’alimentazione o l’abitudine al fumo62,72,100,109,112,117,142,143, l’uso di alcool96, la mancanza di
esercizio fisico82. Questo tipo di variabili può aumentare la predittività dell’algoritmo al di là di
quelle cliniche, antropometriche e genetiche solitamente considerate. Un lavoro recente ha
dimostrato che l’aggiunta di una variabile come l’aderenza (compliance) del paziente alla terapia,
solitamente non considerata dai clinici, può aumentare la percentuale di variabilità spiegata
dall’algoritmo di circa l’8%141. Inoltre, alcune variabili possono avere un’influenza sulla dose di
14
anticoagulante in base al profilo genetico del paziente, come emerso da uno studio di nutrigenomica
che ha evidenziato come l’assunzione di vitamina K tramite la dieta possa influenzare la dose di
warfarin in parte in base al genotipo VKORC1144.
Se da una parte è ancora da verificare l’efficacia di un approccio farmacogenetico, dall’altra è fuori
discussione che un approccio personalizzato aumenti la precisione del trattamento, diminuendo
reazioni avverse e aumentando l’efficacia del trattamento stesso, e che la personalizzazione della
terapia può effettuarsi anche attraverso la considerazione di variabili non genetiche, che hanno a che
fare con lo stile di vita del paziente e che potrebbero avere un peso non trascurabile nella risposta
alla terapia. Quando i risultati di tutti i grandi trial ancora in corso saranno disponibili, molto
probabilmente avremo fatto dei grossi passi in avanti nel comprendere l’utilità effettiva dei test
genetici anche nella TAO, e sarà inevitabile allora il loro progressivo inserimento nella pratica
clinica.
Jean Dausset, premio Nobel nel 1980, in un suo editoriale ha interpretato in maniera esaustiva il
salto di qualità che la scienza odierna sta cercando di fare, riflettendo sull’inversione di tendenza
che la medicina ha fatto nel tempo: in passato era prima di tutto curativa, poi preventiva e infine
predittiva, mentre ora deve essere prima di tutto predittiva, poi preventiva e, solo nei casi estremi,
curativa145. Gli sforzi per un approccio personalizzato alla terapia con AVK vanno appunto in
questa direzione.
Ringraziamenti
Un sentito ringraziamento alla dr.ssa Marika Massaro per la disponibilità e il supporto dato nella
stesura di questo manoscritto.
15
BIBLIOGRAFIA
1. Pearson ER, Starkey BJ, Powell RJ, Gribble FM, Clark PM, Hattersley AT. Genetic cause of
hyperglycaemia and response to treatment in diabetes. Lancet 2003;362:1275-81.
2. Raschetti R, Morgutti M, Menniti-Ippolito F, Belisari A, Rossignoli A, Longhini P, La Guidara C.
Suspected adverse drug events requiring emergency department visits or hospital admissions. Eur J Clin
Pharmacol 1999;54:959-63.
3. Bates DW, Cullen DJ, Laird N, Petersen LA, Small SD, Servi D, Laffel G, Sweitzer BJ, Shea BF,
Hallisey R, et al. Incidence of adverse drug events and potential adverse drug events. Implications for
prevention. ADE Prevention Study Group. JAMA 1995;274:29-34.
4. Leape LL, Bates DW, Cullen DJ, Cooper J, Demonaco HJ, Gallivan T, Hallisey R, Ives J, Laird N, Laffel
G, et al. Systems analysis of adverse drug events. ADE Prevention Study Group. JAMA 1995;274:35-43.
5. Hirsh J, Fuster V, Ansell J, Halperin JL. American Heart Association/American College of Cardiology
Foundation guide to warfarin therapy. Circulation 2003;107:1692-711.
6. De Caterina R, Husted S, Wallentin L, Andreotti F, Arnesen H, Bachmann F, Baigent C, Huber K,
Jespersen J, Kristensen SD, Lip GY, Morais J, Rasmussen LH, Siegbahn A, Verheugt FW, Weitz JI. Vitamin
K antagonists in heart disease: Current status and perspectives (Section III). Position Paper of the ESC
Working Group on Thrombosis - Task Force on Anticoagulants in Heart Disease. Thromb Haemost
2013;110:1087-1107.
7. Poller L, Shiach CR, MacCallum PK, Johansen AM, Munster AM, Magalhaes A, Jespersen J. Multicentre
randomised study of computerised anticoagulant dosage. European Concerted Action on Anticoagulation.
Lancet 1998;352:1505-9.
8. Ansell J, Hirsh J, Poller L, Bussey H, Jacobson A, Hylek E. The pharmacology and management of the
vitamin K antagonists: the Seventh ACCP Conference on Antithrombotic and Thrombolytic Therapy. Chest
2004;126:204S-233S.
9. Calisi P, Griffo R. Oral anticoagulant drugs in clinical practice. Monaldi Arch Chest Dis 2003;60:301-9.
10. Broekmans AW, Bertina RM, Loeliger EA, Hofmann V, Klingemann HG. Protein C and the development
of skin necrosis during anticoagulant therapy. Thromb Haemost 1983;49:251.
11. Zauber NP, Stark MW. Successful warfarin anticoagulation despite protein C deficiency and a history of
warfarin necrosis. Ann Intern Med 1986;104:659-60.
12. Grimaudo V, Gueissaz F, Hauert J, Sarraj A, Kruithof EK, Bachmann F. Necrosis of skin induced by
coumarin in a patient deficient in protein S. BMJ 1989;298:233-4.
13. Hillman MA, Wilke RA, Caldwell MD, Berg RL, Glurich I, Burmester JK. Relative impact of covariates
in prescribing warfarin according to CYP2C9 genotype. Pharmacogenetics 2004;14:539-47.
14. White PJ. Patient factors that influence warfarin dose response. J Pharm Pract 2010;23:194-204.
15. De Caterina R, Husted S, Wallentin L, Agnelli G, Bachmann F, Baigent C, Jespersen J, Kristensen SD,
Montalescot G, Siegbahn A, Verheugt FW, Weitz J. Anticoagulants in heart disease: current status and
16
perspectives. Eur Heart J 2007;28:880-913.
16. O’Reilly RA, Trager WF, Rettie AE, Goulart DA. Interaction of amiodarone with racemic warfarin and
its separated enantiomorphs in humans. Clin Pharmacol Ther 1987;42:290-4.
17. Larsen ML, Illingworth DR. Drug treatment of dyslipoproteinemia. Med Clin North Am 1994;78:225-45.
18. Couris R, Tataronis G, McCloskey W, Oertel L, Dallal G, Dwyer J, Blumberg JB. Dietary vitamin K
variability affects International Normalized Ratio (INR) coagulation indices. Int J Vitam Nutr Res
2006;76:65-74.
19. Hylek EM. Oral anticoagulants. Pharmacologic issues for use in the elderly. Clin Geriatr Med 2001;17:113.
20. Mungall D, White R. Aging and warfarin therapy. Ann Intern Med 1992;117:878-9.
21. Otagiri M, Maruyama T, Imai T, Suenaga A, Imamura Y. A comparative study of the interaction of
warfarin with human alpha 1-acid glycoprotein and human albumin. J Pharm Pharmacol 1987;39:416-20.
22. Rost S, Fregin A, Ivaskevicius V, Conzelmann E, Hortnagel K, Pelz HJ, Lappegard K, Seifried E,
Scharrer I, Tuddenham EG, Muller CR, Strom TM, Oldenburg J. Mutations in VKORC1 cause warfarin
resistance and multiple coagulation factor deficiency type 2. Nature 2004;427:537-41.
23. Oldenburg J, Marinova M, Muller-Reible C, Watzka M. The vitamin K cycle. Vitam Horm 2008;78:3562.
24. Shearer MJ, Newman P. Metabolism and cell biology of vitamin K. Thromb Haemost 2008;100:530-47.
25. Wadelius M, Pirmohamed M. Pharmacogenetics of warfarin: current status and future challenges.
Pharmacogenomics J 2007;7:99-111.
26. Wu SM, Stafford DW, Frazier LD, Fu YY, High KA, Chu K, Sanchez-Vega B, Solera J. Genomic
sequence and transcription start site for the human gamma-glutamyl carboxylase. Blood 1997;89:4058-62.
27. Berkner KL. The vitamin K-dependent carboxylase. J Nutr 2000;130:1877-80.
28. Sussman N, Waltershied M, Bulter TJ, Cali J, Riss TH, Kelly J. The predictive nature of high throughput
toxicity screening using a human hepatocyte cell line. Cell Notes 2002:7-10.
29. Geick A, Eichelbaum M, Burk O. Nuclear receptor response elements mediate induction of intestinal
MDR1 by rifampin. J Biol Chem 2001;276:14581-7.
30. Mundi S, Distante A, De Caterina R. La genetica della risposta agli antagonisti della vitamina K. G Ital
Cardiol 2014;15:482-93.
31. Yang L, Linder MW. Development of predictive models for estimating warfarin maintenance dose based
on genetic and clinical factors. Methods Mol Biol 2013;1015:337-44.
32. Klein TE, Altman RB, Eriksson N, Gage BF, Kimmel SE, Lee MT, Limdi NA, Page D, Roden DM,
Wagner MJ, Caldwell MD, Johnson JA. Estimation of the warfarin dose with clinical and pharmacogenetic
data. N Engl J Med 2009;360:753-64.
33. Biss TT, Avery PJ, Brandao LR, Chalmers EA, Williams MD, Grainger JD, Leathart JB, Hanley JP, Daly
AK, Kamali F. VKORC1 and CYP2C9 genotype and patient characteristics explain a large proportion of the
variability in warfarin dose requirement among children. Blood 2012;119:868-73.
17
34. Eriksson N, Wadelius M. Prediction of warfarin dose: why, when and how? Pharmacogenomics
2012;13:429-40.
35. Avery PJ, Jorgensen A, Hamberg AK, Wadelius M, Pirmohamed M, Kamali F. A proposal for an
individualized pharmacogenetics-based warfarin initiation dose regimen for patients commencing
anticoagulation therapy. Clin Pharmacol Ther 2011;90:701-6.
36. Lenzini P, Wadelius M, Kimmel S, Anderson JL, Jorgensen AL, Pirmohamed M, Caldwell MD, Limdi N,
Burmester JK, Dowd MB, Angchaisuksiri P, Bass AR, Chen J, Eriksson N, Rane A, Lindh JD, Carlquist JF,
Horne BD, Grice G, Milligan PE, Eby C, Shin J, Kim H, Kurnik D, Stein CM, McMillin G, Pendleton RC,
Berg RL, Deloukas P, Gage BF. Integration of genetic, clinical, and INR data to refine warfarin dosing. Clin
Pharmacol Ther 2010;87:572-8.
37. Singh O, Sandanaraj E, Subramanian K, Lee LH, Chowbay B. Influence of CYP4F2 rs2108622 (V433M)
on warfarin dose requirement in Asian patients. Drug Metab Pharmacokinet 2011;26:130-6.
38. Kimura R, Miyashita K, Kokubo Y, Akaiwa Y, Otsubo R, Nagatsuka K, Otsuki T, Okayama A,
Minematsu K, Naritomi H, Honda S, Tomoike H, Miyata T. Genotypes of vitamin K epoxide reductase,
gamma-glutamyl carboxylase, and cytochrome P450 2C9 as determinants of daily warfarin dose in Japanese
patients. Thromb Res 2007;120:181-6.
39. Herman D, Peternel P, Stegnar M, Breskvar K, Dolzan V. The influence of sequence variations in factor
VII, gamma-glutamyl carboxylase and vitamin K epoxide reductase complex genes on warfarin dose
requirement. Thromb Haemost 2006;95:782-7.
40. Wen MS, Lee M, Chen JJ, Chuang HP, Lu LS, Chen CH, Lee TH, Kuo CT, Sun FM, Chang YJ, Kuan
PL, Chen YF, Charng MJ, Ray CY, Wu JY, Chen YT. Prospective study of warfarin dosage requirements
based on CYP2C9 and VKORC1 genotypes. Clin Pharmacol Ther 2008;84:83-9.
41. Huang SW, Xiang DK, Wu HL, Chen BL, An BQ, Li GF. Impact of five genetic polymorphisms on interindividual variation in warfarin maintenance dose. Zhonghua Yi Xue Yi Chuan Xue Za Zhi 2011;28:661-5.
42. Sconce EA, Khan TI, Wynne HA, Avery P, Monkhouse L, King BP, Wood P, Kesteven P, Daly AK,
Kamali F. The impact of CYP2C9 and VKORC1 genetic polymorphism and patient characteristics upon
warfarin dose requirements: proposal for a new dosing regimen. Blood 2005;106:2329-33.
43. Veenstra DL, You JH, Rieder MJ, Farin FM, Wilkerson HW, Blough DK, Cheng G, Rettie AE.
Association of Vitamin K epoxide reductase complex 1 (VKORC1) variants with warfarin dose in a Hong
Kong Chinese patient population. Pharmacogenet Genomics 2005;15:687-91.
44. Takahashi H, Wilkinson GR, Nutescu EA, Morita T, Ritchie MD, Scordo MG, Pengo V, Barban M,
Padrini R, Ieiri I, Otsubo K, Kashima T, Kimura S, Kijima S, Echizen H. Different contributions of
polymorphisms in VKORC1 and CYP2C9 to intra- and inter-population differences in maintenance dose of
warfarin in Japanese, Caucasians and African-Americans. Pharmacogenet Genomics 2006;16:101-10.
45. Tham LS, Goh BC, Nafziger A, Guo JY, Wang LZ, Soong R, Lee SC. A warfarin-dosing model in
Asians that uses single-nucleotide polymorphisms in vitamin K epoxide reductase complex and cytochrome
P450 2C9. Clin Pharmacol Ther 2006;80:346-55.
18
46. Carlquist JF, Horne BD, Muhlestein JB, Lappe DL, Whiting BM, Kolek MJ, Clarke JL, James BC,
Anderson JL. Genotypes of the cytochrome p450 isoform, CYP2C9, and the vitamin K epoxide reductase
complex subunit 1 conjointly determine stable warfarin dose: a prospective study. J Thromb Thrombolysis
2006;22:191-7.
47. Zhu Y, Shennan M, Reynolds KK, Johnson NA, Herrnberger MR, Valdes R, Jr., Linder MW. Estimation
of warfarin maintenance dose based on VKORC1 (-1639 G>A) and CYP2C9 genotypes. Clin Chem
2007;53:1199-205.
48. Miao L, Yang J, Huang C, Shen Z. Contribution of age, body weight, and CYP2C9 and VKORC1
genotype to the anticoagulant response to warfarin: proposal for a new dosing regimen in Chinese patients.
Eur J Clin Pharmacol 2007;63:1135-41.
49. Anderson JL, Horne BD, Stevens SM, Grove AS, Barton S, Nicholas ZP, Kahn SF, May HT, Samuelson
KM, Muhlestein JB, Carlquist JF. Randomized trial of genotype-guided versus standard warfarin dosing in
patients initiating oral anticoagulation. Circulation 2007;116:2563-70.
50. Sandanaraj E, Lal S, Cheung YB, Xiang X, Kong MC, Lee LH, Ooi LL, Chowbay B. VKORC1
diplotype-derived dosing model to explain variability in warfarin dose requirements in Asian patients. Drug
Metab Pharmacokinet 2009;24:365-75.
51. Kim HS, Lee SS, Oh M, Jang YJ, Kim EY, Han IY, Cho KH, Shin JG. Effect of CYP2C9 and VKORC1
genotypes on early-phase and steady-state warfarin dosing in Korean patients with mechanical heart valve
replacement. Pharmacogenet Genomics 2009;19:103-12.
52. Huang SW, Chen HS, Wang XQ, Huang L, Xu DL, Hu XJ, Huang ZH, He Y, Chen KM, Xiang DK, Zou
XM, Li Q, Ma LQ, Wang HF, Chen BL, Li L, Jia YK, Xu XM. Validation of VKORC1 and CYP2C9
genotypes on interindividual warfarin maintenance dose: a prospective study in Chinese patients.
Pharmacogenet Genomics 2009;19:226-34.
53. Yoshizawa M, Hayashi H, Tashiro Y, Sakawa S, Moriwaki H, Akimoto T, Doi O, Kimura M, Kawarasaki
Y, Inoue K, Itoh K. Effect of VKORC1-1639 G>A polymorphism, body weight, age, and serum albumin
alterations on warfarin response in Japanese patients. Thromb Res 2009;124:161-6.
54. Zhang JE, Jorgensen AL, Alfirevic A, Williamson PR, Toh CH, Park BK, Pirmohamed M. Effects of
CYP4F2 genetic polymorphisms and haplotypes on clinical outcomes in patients initiated on warfarin
therapy. Pharmacogenet Genomics 2009;19:781-9.
55. Ohno M, Yamamoto A, Ono A, Miura G, Funamoto M, Takemoto Y, Otsu K, Kouno Y, Tanabe T,
Masunaga Y, Nonen S, Fujio Y, Azuma J. Influence of clinical and genetic factors on warfarin dose
requirements among Japanese patients. Eur J Clin Pharmacol 2009;65:1097-103.
56. Sangviroon A, Panomvana D, Tassaneeyakul W, Namchaisiri J. Pharmacokinetic and pharmacodynamic
variation associated with VKORC1 and CYP2C9 polymorphisms in Thai patients taking warfarin. Drug
Metab Pharmacokinet 2010;25:531-8.
57. Palacio L, Falla D, Tobon I, Mejia F, Lewis JE, Martinez AF, Arcos-Burgos M, Camargo M.
Pharmacogenetic impact of VKORC1 and CYP2C9 allelic variants on warfarin dose requirements in a
19
hispanic population isolate. Clin Appl Thromb Hemost 2010;16:83-90.
58. Roper N, Storer B, Bona R, Fang M. Validation and comparison of pharmacogenetics-based warfarin
dosing algorithms for application of pharmacogenetic testing. J Mol Diagn 2010;12:283-91.
59. Namazi S, Azarpira N, Hendijani F, Khorshid MB, Vessal G, Mehdipour AR. The impact of genetic
polymorphisms and patient characteristics on warfarin dose requirements: a cross-sectional study in Iran.
Clin Ther 2010;32:1050-60.
60. Nowak-Gottl U, Dietrich K, Schaffranek D, Eldin NS, Yasui Y, Geisen C, Mitchell LG. In pediatric
patients, age has more impact on dosing of vitamin K antagonists than VKORC1 or CYP2C9 genotypes.
Blood 2010;116:6101-5.
61. Pautas E, Moreau C, Gouin-Thibault I, Golmard JL, Mahe I, Legendre C, Taillandier-Heriche E, DurandGasselin B, Houllier AM, Verrier P, Beaune P, Loriot MA, Siguret V. Genetic factors (VKORC1, CYP2C9,
EPHX1, and CYP4F2) are predictor variables for warfarin response in very elderly, frail inpatients. Clin
Pharmacol Ther 2010;87:57-64.
62. You JH, Wong RS, Waye MM, Mu Y, Lim CK, Choi KC, Cheng G. Warfarin dosing algorithm using
clinical, demographic and pharmacogenetic data from Chinese patients. J Thromb Thrombolysis
2011;31:113-8.
63. Zambon CF, Pengo V, Padrini R, Basso D, Schiavon S, Fogar P, Nisi A, Frigo AC, Moz S, Pelloso M,
Plebani M. VKORC1, CYP2C9 and CYP4F2 genetic-based algorithm for warfarin dosing: an Italian
retrospective study. Pharmacogenomics 2011;12:15-25.
64. Suriapranata IM, Tjong WY, Wang T, Utama A, Raharjo SB, Yuniadi Y, Tai SS. Genetic factors
associated with patient-specific warfarin dose in ethnic Indonesians. BMC Med Genet 2011;12:80.
65. Zhang W, Zhang WJ, Zhu J, Kong FC, Li YY, Wang HY, Yang YH, Wang C. Genetic polymorphisms
are associated with variations in warfarin maintenance dose in Han Chinese patients with venous
thromboembolism. Pharmacogenomics 2012;13:309-21.
66. Teh LK, Langmia IM, Fazleen Haslinda MH, Ngow HA, Roziah MJ, Harun R, Zakaria ZA, Salleh MZ.
Clinical relevance of VKORC1 (G-1639A and C1173T) and CYP2C9*3 among patients on warfarin. J Clin
Pharm Ther 2012;37:232-6.
67. Liang R, Li L, Li C, Gao Y, Liu W, Hu D, Sun Y. Impact of CYP2C9*3, VKORC1-1639,
CYP4F2rs2108622 genetic polymorphism and clinical factors on warfarin maintenance dose in Han-Chinese
patients. J Thromb Thrombolysis 2012;34:120-5.
68. El Din MS, Amin DG, Ragab SB, Ashour EE, Mohamed MH, Mohamed AM. Frequency of VKORC1
(C1173T) and CYP2C9 genetic polymorphisms in Egyptians and their influence on warfarin maintenance
dose: proposal for a new dosing regimen. Int J Lab Hematol 2012;34:517-24.
69. Bodin L, Verstuyft C, Tregouet DA, Robert A, Dubert L, Funck-Brentano C, Jaillon P, Beaune P,
Laurent-Puig P, Becquemont L, Loriot MA. Cytochrome P450 2C9 (CYP2C9) and vitamin K epoxide
reductase (VKORC1) genotypes as determinants of acenocoumarol sensitivity. Blood 2005;106:135-40.
70. Wadelius M, Chen LY, Lindh JD, Eriksson N, Ghori MJ, Bumpstead S, Holm L, McGinnis R, Rane A,
20
Deloukas P. The largest prospective warfarin-treated cohort supports genetic forecasting. Blood
2009;113:784-92.
71. Ekladious SM, Issac MS, Sharaf SA, Abou-Youssef HS. Validation of a Proposed Warfarin Dosing
Algorithm Based on the Genetic Make-Up of Egyptian Patients. Mol Diagn Ther 2013.
72. Gage BF, Eby C, Milligan PE, Banet GA, Duncan JR, McLeod HL. Use of pharmacogenetics and clinical
factors to predict the maintenance dose of warfarin. Thromb Haemost 2004;91:87-94.
73. Kamali F, Khan TI, King BP, Frearson R, Kesteven P, Wood P, Daly AK, Wynne H. Contribution of age,
body size, and CYP2C9 genotype to anticoagulant response to warfarin. Clin Pharmacol Ther 2004;75:20412.
74. Herman D, Locatelli I, Grabnar I, Peternel P, Stegnar M, Mrhar A, Breskvar K, Dolzan V. Influence of
CYP2C9 polymorphisms, demographic factors and concomitant drug therapy on warfarin metabolism and
maintenance dose. Pharmacogenomics J 2005;5:193-202.
75. Voora D, Eby C, Linder MW, Milligan PE, Bukaveckas BL, McLeod HL, Maloney W, Clohisy J, Burnett
RS, Grosso L, Gatchel SK, Gage BF. Prospective dosing of warfarin based on cytochrome P-450 2C9
genotype. Thromb Haemost 2005;93:700-5.
76. Gong IY, Schwarz UI, Crown N, Dresser GK, Lazo-Langner A, Zou G, Roden DM, Stein CM, Rodger
M, Wells PS, Kim RB, Tirona RG. Clinical and genetic determinants of warfarin pharmacokinetics and
pharmacodynamics during treatment initiation. PLoS One 2011;6:e27808.
77. Caldwell MD, Awad T, Johnson JA, Gage BF, Falkowski M, Gardina P, Hubbard J, Turpaz Y, Langaee
TY, Eby C, King CR, Brower A, Schmelzer JR, Glurich I, Vidaillet HJ, Yale SH, Qi Zhang K, Berg RL,
Burmester JK. CYP4F2 genetic variant alters required warfarin dose. Blood 2008;111:4106-12.
78. Choi JR, Kim JO, Kang DR, Yoon SA, Shin JY, Zhang X, Roh MO, Hong HJ, Wang YP, Jo KH, Lee
KS, Yun HJ, Oh YS, Yoo KD, Jeon HG, Lee YS, Kang TS, Park HJ, Chung MW, Kang JH. Proposal of
pharmacogenetics-based warfarin dosing algorithm in Korean patients. J Hum Genet 2011;56:290-5.
79. Takeuchi F, McGinnis R, Bourgeois S, Barnes C, Eriksson N, Soranzo N, Whittaker P, Ranganath V,
Kumanduri V, McLaren W, Holm L, Lindh J, Rane A, Wadelius M, Deloukas P. A genome-wide association
study confirms VKORC1, CYP2C9, and CYP4F2 as principal genetic determinants of warfarin dose. PLoS
Genet 2009;5:e1000433.
80. Perini JA, Struchiner CJ, Silva-Assuncao E, Suarez-Kurtz G. Impact of CYP4F2 rs2108622 on the stable
warfarin dose in an admixed patient cohort. Clin Pharmacol Ther 2010;87:417-20.
81. Borgiani P, Ciccacci C, Forte V, Sirianni E, Novelli L, Bramanti P, Novelli G. CYP4F2 genetic variant
(rs2108622) significantly contributes to warfarin dosing variability in the Italian population.
Pharmacogenomics 2009;10:261-6.
82. Wells PS, Majeed H, Kassem S, Langlois N, Gin B, Clermont J, Taljaard M. A regression model to
predict warfarin dose from clinical variables and polymorphisms in CYP2C9, CYP4F2, and VKORC1:
Derivation in a sample with predominantly a history of venous thromboembolism. Thromb Res
2010;125:e259-64.
21
83. Cha PC, Mushiroda T, Takahashi A, Kubo M, Minami S, Kamatani N, Nakamura Y. Genome-wide
association study identifies genetic determinants of warfarin responsiveness for Japanese. Hum Mol Genet
2010;19:4735-44.
84. Burmester JK, Berg RL, Yale SH, Rottscheit CM, Glurich IE, Schmelzer JR, Caldwell MD. A
randomized controlled trial of genotype-based Coumadin initiation. Genet Med 2011;13:509-18.
85. Botton MR, Bandinelli E, Rohde LE, Amon LC, Hutz MH. Influence of genetic, biological and
pharmacological factors on warfarin dose in a Southern Brazilian population of European ancestry. Br J Clin
Pharmacol 2011;72:442-50.
86. Gong IY, Tirona RG, Schwarz UI, Crown N, Dresser GK, Larue S, Langlois N, Lazo-Langner A, Zou G,
Roden DM, Stein CM, Rodger M, Carrier M, Forgie M, Wells PS, Kim RB. Prospective evaluation of a
pharmacogenetics-guided warfarin loading and maintenance dose regimen for initiation of therapy. Blood
2011;118:3163-71.
87. Zhong SL, Yu XY, Liu Y, Xu D, Mai LP, Tan HH, Lin QX, Yang M, Lin SG. Integrating interacting
drugs and genetic variations to improve the predictability of warfarin maintenance dose in Chinese patients.
Pharmacogenet Genomics 2012;22:176-82.
88. Wei M, Ye F, Xie D, Zhu Y, Zhu J, Tao Y, Yu F. A new algorithm to predict warfarin dose from
polymorphisms of CYP4F2, CYP2C9 and VKORC1 and clinical variables: Derivation in Han Chinese
patients with non valvular atrial fibrillation. Thromb Haemost 2012;107:1083-91.
89. Xu Q, Xu B, Zhang Y, Yang J, Gao L, Zhang Y, Wang H, Lu C, Zhao Y, Yin T. Estimation of the
warfarin dose with a pharmacogenetic refinement algorithm in Chinese patients mainly under low-intensity
warfarin anticoagulation. Thromb Haemost 2012;108.
90. Ozer M, Demirci Y, Hizel C, Sarikaya S, Karalti I, Kaspar C, Alpan S, Genc E. Impact of genetic factors
(CYP2C9, VKORC1 and CYP4F2) on warfarin dose requirement in the Turkish population. Basic Clin
Pharmacol Toxicol 2013;112:209-14.
91. Wadelius M, Chen LY, Downes K, Ghori J, Hunt S, Eriksson N, Wallerman O, Melhus H, Wadelius C,
Bentley D, Deloukas P. Common VKORC1 and GGCX polymorphisms associated with warfarin dose.
Pharmacogenomics J 2005;5:262-70.
92. Wadelius M, Chen LY, Eriksson N, Bumpstead S, Ghori J, Wadelius C, Bentley D, McGinnis R,
Deloukas P. Association of warfarin dose with genes involved in its action and metabolism. Hum Genet
2007;121:23-34.
93. Wang TL, Li HL, Tjong WY, Chen QS, Wu GS, Zhu HT, Hou ZS, Xu S, Ma SJ, Wu M, Tai S. Genetic
factors contribute to patient-specific warfarin dose for Han Chinese. Clin Chim Acta 2008;396:76-9.
94. Lee MT, Chen CH, Chou CH, Lu LS, Chuang HP, Chen YT, Saleem AN, Wen MS, Chen JJ, Wu JY,
Chen YT. Genetic determinants of warfarin dosing in the Han-Chinese population. Pharmacogenomics
2009;10:1905-13.
95. Gu Q, Kong Y, Schneede J, Xiao YB, Chen L, Zhong QJ, Wang XF, Hao J, Chen BC, Chen JJ.
VKORC1-1639G>A, CYP2C9, EPHX1691A>G genotype, body weight, and age are important predictors
22
for warfarin maintenance doses in patients with mechanical heart valve prostheses in southwest China. Eur J
Clin Pharmacol 2010;66:1217-27.
96. Schelleman H, Chen J, Chen Z, Christie J, Newcomb CW, Brensinger CM, Price M, Whitehead AS,
Kealey C, Thorn CF, Samaha FF, Kimmel SE. Dosing algorithms to predict warfarin maintenance dose in
Caucasians and African Americans. Clin Pharmacol Ther 2008;84:332-9.
97. Shahin MH, Khalifa SI, Gong Y, Hammad LN, Sallam MT, El Shafey M, Ali SS, Mohamed ME,
Langaee T, Johnson JA. Genetic and nongenetic factors associated with warfarin dose requirements in
Egyptian patients. Pharmacogenet Genomics 2011;21:130-5.
98. Caldwell MD, Berg RL, Zhang KQ, Glurich I, Schmelzer JR, Yale SH, Vidaillet HJ, Burmester JK.
Evaluation of genetic factors for warfarin dose prediction. Clin Med Res 2007;5:8-16.
99. Perini JA, Struchiner CJ, Silva-Assuncao E, Santana IS, Rangel F, Ojopi EB, Dias-Neto E, Suarez-Kurtz
G. Pharmacogenetics of warfarin: development of a dosing algorithm for brazilian patients. Clin Pharmacol
Ther 2008;84:722-8.
100. Cini M, Legnani C, Cosmi B, Guazzaloca G, Valdre L, Frascaro M, Palareti G. A new warfarin dosing
algorithm including VKORC1 3730 G > A polymorphism: comparison with results obtained by other
published algorithms. Eur J Clin Pharmacol 2012;68:1167-74.
101. Perera MA, Gamazon E, Cavallari LH, Patel SR, Poindexter S, Kittles RA, Nicolae D, Cox NJ. The
missing association: sequencing-based discovery of novel SNPs in VKORC1 and CYP2C9 that affect
warfarin dose in African Americans. Clin Pharmacol Ther 2011;89:408-15.
102. Cavallari LH, Momary KM, Patel SR, Shapiro NL, Nutescu E, Viana MA. Pharmacogenomics of
warfarin dose requirements in Hispanics. Blood Cells Mol Dis 2011;46:147-50.
103. Cavallari LH, Langaee TY, Momary KM, Shapiro NL, Nutescu EA, Coty WA, Viana MA, Patel SR,
Johnson JA. Genetic and clinical predictors of warfarin dose requirements in African Americans. Clin
Pharmacol Ther 2010;87:459-64.
104. Pavani A, Naushad SM, Mishra RC, Malempati AR, Pinjala R, Kumar TR, Kutala VK. Retrospective
evidence for clinical validity of expanded genetic model in warfarin dose optimization in a South Indian
population. Pharmacogenomics 2012;13:869-78.
105. Tatarunas V, Lesauskaite V, Veikutiene A, Grybauskas P, Jakuska P, Jankauskiene L, Bartuseviciute
R, Benetis R. The effect of CYP2C9, VKORC1 and CYP4F2 polymorphism and of clinical factors on
warfarin dosage during initiation and long-term treatment after heart valve surgery. J Thromb Thrombolysis
2013.
106. Moreau C, Bajolle F, Siguret V, Lasne D, Golmard JL, Elie C, Beaune P, Cheurfi R, Bonnet D, Loriot
MA. Vitamin K antagonists in children with heart disease: height and VKORC1 genotype are the main
determinants of the warfarin dose requirement. Blood 2012;119:861-7.
107. Shuen AY, Wong BY, Fu L, Selby R, Cole DE. Evaluation of the warfarin-resistance polymorphism,
VKORC1 Asp36Tyr, and its effect on dosage algorithms in a genetically heterogeneous anticoagulant clinic.
Clin Biochem 2012;45:397-401.
23
108. Cho HJ, On YK, Bang OY, Kim JW, Huh W, Ko JW, Kim JS, Lee SY. Development and comparison
of a warfarin-dosing algorithm for Korean patients with atrial fibrillation. Clin Ther 2010;33:1371-80.
109. Schwartz JB, Kane L, Moore K, Wu AH. Failure of pharmacogenetic-based dosing algorithms to
identify older patients requiring low daily doses of warfarin. J Am Med Dir Assoc 2011;12:633-8.
110. Moreau C, Pautas E, Gouin-Thibault I, Golmard JL, Mahe I, Mulot C, Loriot MA, Siguret V.
Predicting the warfarin maintenance dose in elderly inpatients at treatment initiation: accuracy of dosing
algorithms incorporating or not VKORC1/CYP2C9 genotypes. J Thromb Haemost 2011;9:711-8.
111. Isaza C, Beltran L, Henao J, Porras G, Pinzon A, Vallejos A, Machado J. Genetic and
bioenvironmental factors associated with warfarin response in Colombian patients. Biomedica 2010;30:41020.
112. Lenzini PA, Grice GR, Milligan PE, Dowd MB, Subherwal S, Deych E, Eby CS, King CR, PorcheSorbet RM, Murphy CV, Marchand R, Millican EA, Barrack RL, Clohisy JC, Kronquist K, Gatchel SK,
Gage BF. Laboratory and clinical outcomes of pharmacogenetic vs. clinical protocols for warfarin initiation
in orthopedic patients. J Thromb Haemost 2008;6:1655-62.
113. Hatch E, Wynne H, Avery P, Wadelius M, Kamali F. Application of a pharmacogenetic-based
warfarin dosing algorithm derived from British patients to predict dose in Swedish patients. J Thromb
Haemost 2008;6:1038-40.
114. Gage BF, Eby C, Johnson JA, Deych E, Rieder MJ, Ridker PM, Milligan PE, Grice G, Lenzini P,
Rettie AE, Aquilante CL, Grosso L, Marsh S, Langaee T, Farnett LE, Voora D, Veenstra DL, Glynn RJ,
Barrett A, McLeod HL. Use of pharmacogenetic and clinical factors to predict the therapeutic dose of
warfarin. Clin Pharmacol Ther 2008;84:326-31.
115. Cooper GM, Johnson JA, Langaee TY, Feng H, Stanaway IB, Schwarz UI, Ritchie MD, Stein CM,
Roden DM, Smith JD, Veenstra DL, Rettie AE, Rieder MJ. A genome-wide scan for common genetic
variants with a large influence on warfarin maintenance dose. Blood 2008;112:1022-7.
116. Michaud V, Vanier MC, Brouillette D, Roy D, Verret L, Noel N, Taillon I, O’Hara G, Gossard D,
Champagne M, Goodman K, Renaud Y, Brown A, Phillips M, Ajami AM, Turgeon J. Combination of
phenotype assessments and CYP2C9-VKORC1 polymorphisms in the determination of warfarin dose
requirements in heavily medicated patients. Clin Pharmacol Ther 2008;83:740-8.
117. Millican EA, Lenzini PA, Milligan PE, Grosso L, Eby C, Deych E, Grice G, Clohisy JC, Barrack RL,
Burnett RS, Voora D, Gatchel S, Tiemeier A, Gage BF. Genetic-based dosing in orthopedic patients
beginning warfarin therapy. Blood 2007;110:1511-5.
118. Ferder NS, Eby CS, Deych E, Harris JK, Ridker PM, Milligan PE, Goldhaber SZ, King CR, Giri T,
McLeod HL, Glynn RJ, Gage BF. Ability of VKORC1 and CYP2C9 to predict therapeutic warfarin dose
during the initial weeks of therapy. J Thromb Haemost 2010;8:95-100.
119. Horne BD, Lenzini PA, Wadelius M, Jorgensen AL, Kimmel SE, Ridker PM, Eriksson N, Anderson
JL, Pirmohamed M, Limdi NA, Pendleton RC, McMillin GA, Burmester JK, Kurnik D, Stein CM, Caldwell
MD, Eby CS, Rane A, Lindh JD, Shin JG, Kim HS, Angchaisuksiri P, Glynn RJ, Kronquist KE, Carlquist
24
JF, Grice GR, Barrack RL, Li J, Gage BF. Pharmacogenetic warfarin dose refinements remain significantly
influenced by genetic factors after one week of therapy. Thromb Haemost 2012;107:232-40.
120. Tan SL, Li Z, Song GB, Liu LM, Zhang W, Peng J, Zhang T, Jia FF, Zhou G, Zhou HH, Zhou XM.
Development and comparison of a new personalized warfarin stable dose prediction algorithm in Chinese
patients undergoing heart valve replacement. Pharmazie 2012;67:930-7.
121. Ramos AS, Seip RL, Rivera-Miranda G, Felici-Giovanini ME, Garcia-Berdecia R, Alejandro-Cowan
Y, Kocherla M, Cruz I, Feliu JF, Cadilla CL, Renta JY, Gorowski K, Vergara C, Ruano G, Duconge J.
Development of a pharmacogenetic-guided warfarin dosing algorithm for Puerto Rican patients.
Pharmacogenomics 2013;13:1937-50.
122. Ramos E, Doumatey A, Elkahloun AG, Shriner D, Huang H, Chen G, Zhou J, McLeod H, Adeyemo
A, Rotimi CN. Pharmacogenomics, ancestry and clinical decision making for global populations.
Pharmacogenomics J 2014;14:217-22.
123. Nguyen N, Anley P, Yu MY, Zhang G, Thompson AA, Jennings LJ. Genetic and clinical determinants
influencing warfarin dosing in children with heart disease. Pediatr Cardiol 2012;34:984-90.
124. Rieder MJ, Reiner AP, Gage BF, Nickerson DA, Eby CS, McLeod HL, Blough DK, Thummel KE,
Veenstra DL, Rettie AE. Effect of VKORC1 haplotypes on transcriptional regulation and warfarin dose. N
Engl J Med 2005;352:2285-93.
125. D’Andrea G, D’Ambrosio RL, Di Perna P, Chetta M, Santacroce R, Brancaccio V, Grandone E,
Margaglione M. A polymorphism in the VKORC1 gene is associated with an interindividual variability in
the dose-anticoagulant effect of warfarin. Blood 2005;105:645-9.
126. Aquilante CL, Langaee TY, Lopez LM, Yarandi HN, Tromberg JS, Mohuczy D, Gaston KL, Waddell
CD, Chirico MJ, Johnson JA. Influence of coagulation factor, vitamin K epoxide reductase complex subunit
1, and cytochrome P450 2C9 gene polymorphisms on warfarin dose requirements. Clin Pharmacol Ther
2006;79:291-302.
127. Vecsler M, Loebstein R, Almog S, Kurnik D, Goldman B, Halkin H, Gak E. Combined genetic
profiles of components and regulators of the vitamin K-dependent gamma-carboxylation system affect
individual sensitivity to warfarin. Thromb Haemost 2006;95:205-11.
128. McClain MR, Palomaki GE, Piper M, Haddow JE. A rapid-ACCE review of CYP2C9 and VKORC1
alleles testing to inform warfarin dosing in adults at elevated risk for thrombotic events to avoid serious
bleeding. Genet Med 2008;10:89-98.
129. Perlstein TS, Goldhaber SZ, Nelson K, Joshi V, Morgan TV, Lesko LJ, Lee JY, Gobburu J,
Schoenfeld D, Kucherlapati R, Freeman MW, Creager MA. The Creating an Optimal Warfarin Nomogram
(CROWN) Study. Thromb Haemost 2012;107:59-68.
130. Pathare A, Al Khabori M, Alkindi S, Al Zadjali S, Misquith R, Khan H, Lapoumeroulie C, Paldi A,
Krishnamoorthy R. Warfarin pharmacogenetics: development of a dosing algorithm for Omani patients. J
Hum Genet 2012;57:665-9.
131. Mahajan P, Meyer KS, Wall GC, Price HJ. Clinical applications of pharmacogenomics guided
25
warfarin dosing. Pharm World Sci 2010.
132. Kimmel SE, French B, Kasner SE, Johnson JA, Anderson JL, Gage BF, Rosenberg YD, Eby CS,
Madigan RA, McBane RB, Abdel-Rahman SZ, Stevens SM, Yale S, Mohler ER, 3rd, Fang MC, Shah V,
Horenstein RB, Limdi NA, Muldowney JA, 3rd, Gujral J, Delafontaine P, Desnick RJ, Ortel TL, Billett HH,
Pendleton RC, Geller NL, Halperin JL, Goldhaber SZ, Caldwell MD, Califf RM, Ellenberg JH, the CI. A
pharmacogenetic versus a clinical algorithm for warfarin dosing. N Engl J Med 2013;369:2283-93.
133. Schwarz UI, Ritchie MD, Bradford Y, Li C, Dudek SM, Frye-Anderson A, Kim RB, Roden DM, Stein
CM. Genetic determinants of response to warfarin during initial anticoagulation. N Engl J Med
2008;358:999-1008.
134. van Schie RM, Wadelius MI, Kamali F, Daly AK, Manolopoulos VG, de Boer A, Barallon R, Verhoef
TI, Kirchheiner J, Haschke-Becher E, Briz M, Rosendaal FR, Redekop WK, Pirmohamed M, Maitland van
der Zee AH. Genotype-guided dosing of coumarin derivatives: the European pharmacogenetics of
anticoagulant therapy (EU-PACT) trial design. Pharmacogenomics 2009;10:1687-95.
135. Pirmohamed M, Burnside G, Eriksson N, Jorgensen AL, Toh CH, Nicholson T, Kesteven P,
Christersson C, Wahlstrom B, Stafberg C, Zhang JE, Leathart JB, Kohnke H, Maitland-van der Zee AH,
Williamson PR, Daly AK, Avery P, Kamali F, Wadelius M, the EUPG. A randomized trial of genotypeguided dosing of warfarin. N Engl J Med 2013;369:2294-303.
136. Weitz JI. New oral anticoagulants in development. Thromb Haemost 2010;103:62-70.
137. Khaykin Y, Shamiss Y. Cost considerations in the management of atrial fibrillation - impact of
dronedarone. Clinicoecon Outcomes Res 2012;4:67-78.
138. Patriquin C, Crowther M. Treatment of warfarin-associated coagulopathy with vitamin K. Expert Rev
Hematol 2011;4:657-65; quiz 666-7.
139. Gage BF, Lesko LJ. Pharmacogenetics of warfarin: regulatory, scientific, and clinical issues. J Thromb
Thrombolysis 2008;25:45-51.
140. Comitato nazionale per la biosicurezza le biotecnologie e le scienze della vita. Test genetici di
suscettibilità e medicina personalizzata. In: bioetica Cnpl, (ed); 2010, 93.
141. Jorgensen AL, Hughes DA, Hanson A, van Eker D, Toh CH, Pirmohamed M, Williamson PR.
Adherence and variability in warfarin dose requirements: assessment in a prospective cohort.
Pharmacogenomics 2013;14:151-63.
142. Wu AH, Wang P, Smith A, Haller C, Drake K, Linder M, Valdes R, Jr. Dosing algorithm for warfarin
using CYP2C9 and VKORC1 genotyping from a multi-ethnic population: comparison with other equations.
Pharmacogenomics 2008;9:169-78.
143. Bazan NS, Sabry NA, Rizk A, Mokhtar S, Badary OA. Factors affecting warfarin dose requirements
and quality of anticoagulation in adult Egyptian patients: role of gene polymorphism. Ir J Med Sci
2014;183:161-72.
144. Saito R, Takeda K, Yamamoto K, Nakagawa A, Aoki H, Fujibayashi K, Wakasa M, Motoyama A,
Iwadare M, Ishida R, Fujioka N, Tsuchiya T, Akao H, Kawai Y, Kitayama M, Kajinami K. Nutri-
26
pharmacogenomics of warfarin anticoagulation therapy: VKORC1 genotype-dependent influence of dietary
vitamin K intake. J Thromb Thrombolysis 2014;38:105-14.
145. Dausset J. Journal of Biomedicine and Biotechnology. J Biomed Biotechnol 2001;1:1-2.
146. Wajih N, Sane DC, Hutson SM, Wallin R. The inhibitory effect of calumenin on the vitamin Kdependent gamma-carboxylation system. Characterization of the system in normal and warfarin-resistant
rats. J Biol Chem 2004;279:25276-83.
147. Wallin R, Hutson SM, Cain D, Sweatt A, Sane DC. A molecular mechanism for genetic warfarin
resistance in the rat. Faseb J 2001;15:2542-4.
148. Yuan HY, Chen JJ, Lee MT, Wung JC, Chen YF, Charng MJ, Lu MJ, Hung CR, Wei CY, Chen CH,
Wu JY, Chen YT. A novel functional VKORC1 promoter polymorphism is associated with inter-individual
and inter-ethnic differences in warfarin sensitivity. Hum Mol Genet 2005;14:1745-51.
149. Shikata E, Ieiri I, Ishiguro S, Aono H, Inoue K, Koide T, Ohgi S, Otsubo K. Association of
pharmacokinetic (CYP2C9) and pharmacodynamic (factors II, VII, IX, and X; proteins S and C; and gammaglutamyl carboxylase) gene variants with warfarin sensitivity. Blood 2004;103:2630-5.
150. King CR, Deych E, Milligan P, Eby C, Lenzini P, Grice G, Porche-Sorbet RM, Ridker PM, Gage BF.
Gamma-glutamyl carboxylase and its influence on warfarin dose. Thromb Haemost 2010;104:750-4.
151. Rieder MJ, Reiner AP, Rettie AE. Gamma-glutamyl carboxylase (GGCX) tagSNPs have limited
utility for predicting warfarin maintenance dose. J Thromb Haemost 2007;5:2227-34.
152. Haining RL, Hunter AP, Veronese ME, Trager WF, Rettie AE. Allelic variants of human cytochrome
P450
2C9:
baculovirus-mediated
expression,
purification,
structural
characterization,
substrate
stereoselectivity, and prochiral selectivity of the wild-type and I359L mutant forms. Arch Biochem Biophys
1996;333:447-58.
153. Crespi CL, Miller VP. The R144C change in the CYP2C9*2 allele alters interaction of the cytochrome
P450 with NADPH:cytochrome P450 oxidoreductase. Pharmacogenetics 1997;7:203-10.
154. Leung AY, Chow HC, Kwong YL, Lie AK, Fung AT, Chow WH, Yip AS, Liang R. Genetic
polymorphism in exon 4 of cytochrome P450 CYP2C9 may be associated with warfarin sensitivity in
Chinese patients. Blood 2001;98:2584-7.
155. Chern HD, Ueng TH, Fu YP, Cheng CW. CYP2C9 polymorphism and warfarin sensitivity in Taiwan
Chinese. Clin Chim Acta 2006;367:108-13.
156. Liu Y, Jeong H, Takahashi H, Drozda K, Patel SR, Shapiro NL, Nutescu EA, Cavallari LH. Decreased
warfarin clearance associated with the CYP2C9 R150H (*8) polymorphism. Clin Pharmacol Ther
2012;91:660-5.
157. Rouse M, Cristiani C, Teng KA. Q: Should we use pharmacogenetic testing when prescribing
warfarin? Cleve Clin J Med 2013;80:483-6.
158. O’Brien TJ, Kidd RS, Richard CA, Ha NH, Witcher P, Tran LV, Barbour A, Tuck M, McIntosh SD,
Douglas JN, Harralson AF. First report of warfarin dose requirements in patients possessing the CYP2C9*12
allele. Clin Chim Acta 2013;424C:73-75.
27
159. Lane S, Al-Zubiedi S, Hatch E, Matthews I, Jorgensen AL, Deloukas P, Daly AK, Park BK, Aarons L,
Ogungbenro K, Kamali F, Hughes D, Pirmohamed M. The population pharmacokinetics of R- and Swarfarin: effect of genetic and clinical factors. Br J Clin Pharmacol 2012;73:66-76.
160. Jorgensen AL, Al-Zubiedi S, Zhang JE, Keniry A, Hanson A, Hughes DA, Eker D, Stevens L,
Hawkins K, Toh CH, Kamali F, Daly AK, Fitzmaurice D, Coffey A, Williamson PR, Park BK, Deloukas P,
Pirmohamed M. Genetic and environmental factors determining clinical outcomes and cost of warfarin
therapy: a prospective study. Pharmacogenet Genomics 2009;19:800-12.
161. Sachse C, Brockmoller J, Bauer S, Roots I. Functional significance of a C-->A polymorphism in
intron 1 of the cytochrome P450 CYP1A2 gene tested with caffeine. Br J Clin Pharmacol 1999;47:445-9.
162. Nakajima M, Yokoi T, Mizutani M, Kinoshita M, Funayama M, Kamataki T. Genetic polymorphism
in the 5’-flanking region of human CYP1A2 gene: effect on the CYP1A2 inducibility in humans. J Biochem
1999;125:803-8.
163. McDonald MG, Rieder MJ, Nakano M, Hsia CK, Rettie AE. CYP4F2 is a vitamin K1 oxidase: An
explanation for altered warfarin dose in carriers of the V433M variant. Mol Pharmacol 2009;75:1337-46.
164. Wang LS, Shang JJ, Shi SY, Zhang YQ, Lin J, Guo ZH, Wang YC, Tang J, Liu J, Liu YZ, Li Z, Tan
ZR, Zhou HH, Jiang HH, Xie HT. Influence of ORM1 polymorphisms on the maintenance stable warfarin
dosage. Eur J Clin Pharmacol 2012;69:1113-20.
165. Spek CA, Koster T, Rosendaal FR, Bertina RM, Reitsma PH. Genotypic variation in the promoter
region of the protein C gene is associated with plasma protein C levels and thrombotic risk. Arterioscler
Thromb Vasc Biol 1995;15:214-8.
166. Aiach M, Nicaud V, Alhenc-Gelas M, Gandrille S, Arnaud E, Amiral J, Guize L, Fiessinger JN,
Emmerich J. Complex association of protein C gene promoter polymorphism with circulating protein C
levels and thrombotic risk. Arterioscler Thromb Vasc Biol 1999;19:1573-6.
167. Watala C, Golanski J, Kardas P. Multivariate relationships between international normalized ratio and
vitamin K-dependent coagulation-derived parameters in normal healthy donors and oral anticoagulant
therapy patients. Thromb J 2003;1:7.
168. Yoon IK, Choi YJ, Chang BC, Lee KE, Rhie JY, Lee BK, Gwak HS. Effects of inflammatory cytokine
gene polymorphisms on warfarin maintenance doses in Korean patients with mechanical cardiac valves.
Arch Pharm Res 2014;37:752-9.
169. Shrif NE, Won HH, Lee ST, Park JH, Kim KK, Kim MJ, Kim S, Lee SY, Ki CS, Osman IM, Rhman
EA, Ali IA, Idris MN, Kim JW. Evaluation of the effects of VKORC1 polymorphisms and haplotypes,
CYP2C9 genotypes, and clinical factors on warfarin response in Sudanese patients. Eur J Clin Pharmacol
2011;67:1119-30.
170. Zhang X, Li L, Ding X, Kaminsky LS. Identification of cytochrome P450 oxidoreductase gene
variants that are significantly associated with the interindividual variations in warfarin maintenance dose.
Drug Metab Dispos 2011;39:1433-9.
171. Momary KM, Shapiro NL, Viana MA, Nutescu EA, Helgason CM, Cavallari LH. Factors influencing
28
warfarin dose requirements in African-Americans. Pharmacogenomics 2007;8:1535-44.
29
ACENOCUMAROLO
FLUINDIONE
WARFARIN
FENPROCUMONE
FENINDIONE
Fig. 1
Figura 1: La struttura chimica dei principali farmaci anti-vitamina K (AVK). Notare che fenindione e
fluindione sono derivati dell’indane-1,3-dione, e non sono pertanto derivati “cumarinici” o “cumarolici”.
Da 30.
30
WARFARIN
ORM1-2
APOE
VK1
ABCB1
NR1I2
NR1I3
WARFARIN
CALU
VK1
VKORC1
EPHX1
NQO1
VKO
R-WARFARIN
VKOH
CYP4F2
VKH2
NR1I2
GGCX
F2
F9
F10
F7
PROC
PROS1
PROZ
GAS6
ATTIVATI
SERPINC1
INATTIVATI
NR1I3
F2
F9
F10
F7
PROC
PROS1
PROZ
GAS6
F5
CYP1A1
CYP1A2
CYP3A4
CYP3A5
CYP2C8
CYP2C9
CYP2C18
CYP2C19
S-WARFARIN
NR1I2
CYP2C8
CYP2C9
CYP2C18
CYP2C19
S-OH-WARFARIN
R-OH-WARFARIN
Fig. 2
Figura 2: Una panoramica dei geni coinvolti nel meccanismo d’azione del warfarin. La Vitamina K1
(VK1) entra nella cellula mediante l’apolipoproteina E (APOE) e viene ridotta dall’enzima NAD(P)H
deidrogenasi chinone 1 (NQO1) in Vitamina K1 diidrochinone (VKH2). La VKH2 è indispensabile per la
carbossilazione, operata dalla gamma-glutammil carbossilasi (GGCX), dei fattori di coagulazione II, VII, IX
e X, che innescano la cascata della coagulazione e delle proteine codificate dai geni PROC, PROS1, PROZ,
GAS6. La VKH2 è idrossilata dall’enzima CYP4F2 ed eliminata dalla cellula. La GGCX sembra essere
inibita dalla calumelina (CALU) secondo alcune fonti 146, mentre secondo altre CALU legherebbe
direttamente la Vitamina K epossido reduttasi (VKOR) C192, 146, 147. I fattori di coagulazione II, IX e X
(codificati dai geni F2, F9, F10) possono essere inibiti dall’antitrombina III, codificata dal gene SERPINC1.
Dopo aver partecipato alla carbossilazione, la vitamina K si trova sotto forma di vitamina K 2,3 epossido
(VKO) e viene ridotta nuovamente a VK1 dall’enzima VKOR, cui è legata l’epossido idrolasi1 (EPHX1), e a
VKH2. Su questi ultimi due passaggi di ossido-riduzione la letteratura riporta dati discordanti: per alcuni le
due riduzioni sono operate dallo stesso enzima VKORC1, per altri questo enzima è responsabile solo della
prima riduzione, mente la seconda è operata dall’enzima NAD(P)H deidrogenasi chinone 1, codificato da
NQO1. Il warfarin, portato nella cellula dalla glicoproteina acida 1-2 (codificata da ORM 1-2), esplica la sua
azione anticoagulante bloccando l’enzima VKOR e in maniera minore l’enzima NAD(P)H deidrogenasi
chinone 1. Una quota di warfarin può essere estromesso dalla cellula mediante la glicoproteina P (P-gp),
regolata dal recettore X del pregnano (codificato da NR1I2) e dal recettore per l’androstano (codificato da
NR1I3), responsabili anche della regolazione di alcuni enzimi del complesso P450. Un’altra quota di
warfarin è inattivata tramite ossidrilazione da parte di alcune proteine del complesso P450. Nei riquadri gialli
sono raffigurati i geni coinvolti nel meccanismo della coagulazione e nei riquadri in grassetto quelli le cui
varianti sono state associate a variabilità nella risposta al trattamento con warfarin.
Riprodotta da 30.
31
Fig. 3
Figura 3: Fattori noti e loro contributo alla variabilità nella dose di warfarin.
Ridisegnata da128.
32
Tabella 1: Contributo delle varianti geniche nella risposta al trattamento con warfarin (da 30).
Geni coinvolti nella biotrasformazione della vitamina K
RUOLO NEL
GENE
METABOLISMO
VARIANTE
EFFETTO
REF
DEL WARFARIN
1173C>T
Associato a una riduzione della
125
dose di warfarin
Associato a dosi maggiori di
3730G>A
warfarin e ha un’influenza sulla
39, 100, 125
dose stabile di warfarin
In omozigosi (genotipo AA) rende
Riduce la vitamina K
VKORC1
2,3-epossido a
Vitamina K
i pazienti sensibili al farmaco, in
c.-1639G>A
eterozigosi (genotipo AG o GG)
148
rende i pazienti resistenti alla
terapia
Aplotipo A/A: elevatissima
aplotipo A
sensibilità all’anticoagulante, con
133
rapido raggiungimento dell’INR e
maggior rischio di emorragia
Enzima che potrebbe
EPHX1
essere associato a
rs2292566
VKORC1
61
mantenimento di warfarin
Catalizza le
Ripetizione
Possibile minore sensibilità al
modificazioni post
(CAA)n
warfarin
trascrizionali delle
GGCX
Associazione con la dose di
rs11676382 C>G Diminuzione della dose di warfarin
149
150, 151
proteine vitamina K
dipendenti e media la
formazione della
8016G>A
Associato alla variabilità nella
38
dose di warfarin
vitamina K epossido
Proteina legante il
CALU
calcio localizzata nel
reticolo
rs339097
Associazione con una dose
97
maggiore di warfarin
endoplasmatico
Geni coinvolti nella biotrasformazione del warfarin
GENE
VARIANTE
EFFETTO
REF
33
CYP2C9
rs1799853
Modifica dell’efficacia della
rs1057910
disattivazione dell’S-warfarin
Enzima epatico che
IVS3-65G>C,
metabolizza l’S-
Leu208Val,
Varianti associate a una dose
warfarin
CYP2C9*5,
ridotta di warfarin
76, 152, 153
154-157
*6,*11 e *8
CYP2C9*12
CYP3A4
Enzima epatico che
metabolizza R-warfarin
CYP3A4*1G
Enzima epatico ed
CYP3A5
extraepatico che
rs6976017
metabolizza R-warfarin
Enzima epatico che
CYP1A2
metabolizza l’Rwarfarin
CYP1A2*1C (3860G>A) e
CYP1A2*1F (163C>A)
Dose minore di warfarin
Aumento del 32% della clearance
158
159
dell’R-warfarin
Associazione con sensibilità al
160
trattamento
Possibile correlazione tra essi e il
diverso metabolismo dell’R-
161, 162
warfarin nei fumatori
Enzima trovato in
CYP2C18
fegato e milaza che
metabolizza R- e S-
rs2901783
Sensibilità al warfarin e sul tempo
160
per raggiungere l’INR
warfarin
Enima epatico che
CYP2C19
metabolizza R- e S-
Associato a un elevato INR
rs3814637
warfarin
CYP4F2
durante la prima settimana di
160
terapia
Ossidasi della
Vitamina K1
V433M
rs2108622
Ridotta capacità di metabolizzare
163
VK1
Associazione con la dose di
77, 79, 80
warfarin
Geni relativi a trasporto del warfarin e della vitamina K
GENE
ORM1
VARIANTE
Glicoproteina
plasmatica
warfarin nel sangue
REF
Dose minore per raggiungere lo
rs17650
stesso effetto terapeutico dei non
164
portatori
trasportatrice del
ORM1/2
EFFETTO
rs3762055
Debole associazione con la dose di
92
warfarin
Geni relativi alla cascata della coagulazione
GENE
VARIANTE
EFFETTO
REF
34
Prozimogeno attivato
dai fattori IXa,
F7
Xa,XIIa, o dalla
-402G>A
Sensibilità al warfarin
presenza di ioni
Aplotipo rs401597-
Associazione nominale con
Ca(2+), fopsfolipidi e
rs392959
dose di warfarin
149
trombina. Essenziale
per l’emostasi.
Attiva il fattore X in
F9
92
fattore VIIIa
Cofattore importante
per l’attività del fattore
F5
Xa che attiva la
rs6018
protrombina in
Associazione con eventi
160
emorragici
trombina
Serin proteasi vitamina
PROC
K dipendente che
regola la coagulazione
del sangue
rs2069901T>C,
rs2069910C>T
rs2069919G>A
rs1799809GG
Singificativamente associati a
92
dose di warfarin
Riduzione della dose di
warfarin
165-167
35
Tabella 2: Studi sulla ricerca di algoritmi farmacogenetici per la personalizzazione della terapia con
warfarin (2000-2014).
Percentuale di
Anno
Autore
Popolazione
studiata
Variabili incluse nell’algoritmo
variabilità
spiegata
Ref.
dall’algoritmo
Algoritmo di inizio terapia: età,
peso, INR, uso di altri farmaci,
189 Lituani (118
2013
Tatarunas V.
uomini e 71
donne)
CYP2C9*2,*3, VKORC1*2,
34%
CYP4F2 G1347A
105
Algoritmo di mantenimento: età,
peso, INR, TSH, uso di altri
farmaci, CYP2C9*2,*3,
50%
VKORC1*2,*3
2013
Ramos A.S.
163 Portoricani
2013
Yoon I.K.
191 Koreani
2013
Bazan N.S.
63 Egiziani
2013
Ekladious S.M.
84 Egiziani
2013
Özer M.
107 Turchi
2012
Xu Q.
KORC1 -1639G>A, INR/dose,
amiodarone, età, CYP2C9, PE
Età, VKORC1, CYP2C9, IL1B,
TGFB1
VKORC1-1639G>A, età,
CYP2C9*3 e fumo
Età, VKORC1
Età, CYP2C9, VKORC1 e
CYP4F2
207 (D)/103(V)
CYP2C9*3, VKORC1-1639A/G,
Cinesi Han
CYP4F2 rs2108622, INR
51%
121
48.8 %
168
43.4%
143
20.5%
71
39.3%
90
54%
89
56.4%
120
51.7%
88
VKORC1-1639G > A,
CYP2C9*3, BSA, età, numero di
2012
Tan S.L.
321 Cinesi
farmaci che aumentano l’INR,
fumo, ipertensione e storia di ictus
preoperatorio.
Età, peso,eventi pregressi di
tromboembolismo, β-bloccanti,
2012
Wei M.
260 (D)/65 (V)
Amiodarone, CYP2C9 *1/*3,
VKORC1 CT, VKORC1 TT,
CYP4F2 TT
36
2012
Liang R.
115 Cinesi
VKORC1-1639GA, CYP2C9,
CYP4F2, BSA, età
42%
67
63%
130
69.7%
106
44%
100
61%
68
37.4%
65
61%
104
69.1%
119
43.65%
87
72.4%
33
Età, peso, sesso, DVT, FA,
CYP2C9*1/*2, CYP2C9*1/*3,
2012
Pathare A.
2012 Omani
CYP2C9*1/*8, CYP2C9*2/*3,
CYP2C9*3/*3, VKORC1
3673GA, VKORC1 3673 AA
Altezza, numero di varianti
2012
Moreau C.
118 bambini
alleliche di VKORC1 e di
CYP2C9, INR
Sesso (M), età, altezza, peso,
fumo, dieta comprendente
2012
Cini M.
55 (D)/40(V)
Italiani
vegetali, TAO, tromboembolismo
venoso, diabete,numero di varianti
alleliche di CYP2C9, VKORC11639 G > A, VKORC1 3730 G >
A
2012
El Din M.S.
200 Egiziani
2012
Zhang W.
328 Cinesi
Età, sesso, peso, VKORC1 e
CYP2C9 *1/*2, *1/*3 e *2/*2
CYP2C9, VKORC1, età, peso
Età, sesso, BMI, CYP2C9*2,
CYP2C9*3, CYP2C9*8,
VKORC1*3, VKORC1*4,
2012
Pavani A.
243 Indiani
VKORC1 1639 G>A, CYP4F2
V433M, GGCX G8016A,
introduzione di vitamina K,
ipo/ipertiroidismo
Indice di risposta al trattamento,
2022 pazienti
2012
Horne B.D.
provenienti da 3
diversi paesi
VKORC1, CYP2C9*3,
CYP2C9*2, età, BSA,
simvastatina, fluvastatina,
amiodarone, induttori, target INR,
ictus, giorni di terapia
591 (training
2012
2012
Zhong S.L.
Biss T.T.
Età, BSA, VKORC1g.3588G> A,
set)/254(test set) CYP2C9*3, CYP4F2 c.1297G>A,
Cinesi
amiodarone,fluconazolo,diltiazem
120 bambini
VKORC1 (-1639G > A;
37
(75% bianchi)
rs9923231), CYP2C9 (*2 e *3;
rs1799853 e rs1057910), e
CYP4F2 (V433M; rs2108622)
altezza, indicazione per warfarin.
2012
Teh L.H.
2012
Nguyen
2011
Perera M.A.
2011
Huang S.W.
86(D)/ 28(V)
Età, CYP2C9 e VKORC1(G-
Malesi-Cinesi
1639A-C1173T), altezza
37 bambini
VKORC1, CYP2C9, età, INR
122 (D)/297(V)
VKORC1-8191 e 18786, CYP2C9
Afroamericani
*alleli, età, peso, DVT/VE
249 pazienti
VKORC1, CYP2C9, GGCX, età e
peso
Algoritmo Imax: VKORC1,
2011
Gong Y.I.
Pazienti con AF
indicazione di VTE, PIVKA-II
(n=61), VTE
(ng/mL), CYP4F2, peso.
(n=98) o altre
Algoritmo S-clearance warfarin:
condizioni (n=8
CYP2C9*3, GFRa, CYP2C9*2,
sesso (F)
2011
2011
2011
2011
You J.H.
Gong Y.I.
Suriapranata I.M.
Schwartz J.B.
80(D)/10(V)
CYP2C9, VKORC1, età, peso e
Cinesi
assunzione di vitamina K
167 pazienti
(95% bianchi)
122 Indonesiani
37%
66
82%
123
40%
101
57.8%
41
41% alg. Imax,
36.5% alg. Swarfarin
clearance
(L/die)
68%
CYP2C9, VKORC1,CYP4F2
42%, 70% dopo
c.1297GA, peso, età,sesso (F),
l’aggiustamento
amiodarone
secondo INR
Età, peso, altezza,CYP2C9
rs17847036 e VKORC1rs9923231
79 pazienti
Età, peso, altezza, fumo,
anziani (81.4
etnia/razza, storia di patologia
anni di media) 53
epatica, amiodarone, induttori di
Caucasici, 10
enzimi, INR di base,INR target,
Asiatici, 4
indicazioni cliniche, CYP2C9,
Spagnoli
VKORC1
76
62
86
15.4%
64
50%
109
65.3%
84
36.7%
169
CYP2C9, CYP4F2, VKORC1,
2011
Burmester J. K.
230 pazienti
età, sesso (M), presenza di
valvole, BSA
rs8050984 ed rs7294 in VKORC1,
2011
Shrif N.E.
203 Sudanesi
rs7199949 in POL3S, CYP2C9
(*2, *5, *6, *11), peso, target INR
e altri trattamenti farmacologici
38
CYP2C9*2, CYP2C9*3,
2011
Zhang X.
122 uomini (115
Bianchi)
VKORC1 1639G>A, CYP4F2
rs2108622, POR rs2868177, POR
47.7%
170
65%
63
35%
78
56%
102
63.3%
85
0.38
37
0.31
97
80%
110
47.4%
111
173C>A, e POR 208C>T, peso,
aspirina
VKORC1 (rs9923231),
2011
Zambon C.F.
371 Italiani
CYP2C9*2,*3, CYP4F2*3 BSA
ed età
Età, sesso, ,BSA, INR, VKORC1
2011
Choi C.R.
564 Coreani
1173C>T, CYP2C9*3, GGCX
8016G>A e CYP4F2
7253233C>T
2011
Cavallari L.H.
50 Spagnoli
VKORC1-1639G>A, CYP2C9*2
(89% discendenti
o 3, BSA, storia di
Messicani)
tromboembolismo venoso, età
Età, peso, amiodarone,
carbamazepina, b-bloccante,
amlodipina, diuretici, n. di varianti
di CYP2C9, due copie
2011
Botton M.R.
279 Europei
dell’aplotipo GCG, n. di aplotipi
GCA, n. di aplotipi ATG,
CYP4F2 CT, CYP4F2 TT, F2
494TT genotype, VKORC1 1639G>A
124 (99 Cinesi,
2011
Singh O.
12 Malesi,
13 Indiani)
CYP2C9 *3/*3+*2/*3, CYP4F2
CT+TT
VKORC1 3673, una o due
2011
Shahin M.H.A.
207 Egiziani
varianti alleliche di CYP2C9,
APOE ε2, età, fumo, embolismo
polmonare
132(D)/55(V)
2011
Moreau C.
pazienti anziani
(86.6 anni di
media)
2010
Isaza C.
145 Colombiani
Età, motivo del trattamento,INR
(al giorno 0-3-6), dose al giorno 6,
INR6/dose6, CYP2C9 (in
omozigosi, etrozigosi o wild-type)
VKORC1–1639A.
Età, amiodarone, sertralina,
39
fluoxetina, fenitoina,
carbamazepina, CYP2C9
rs1799853 (*2) e rs1057910 (*3),
VKORC1 rs9923231
Età, (CYP2C9 *1/*3 e *1/*1,
2010
Sangviroon A.
89 Thai
VKORC1 H1+H2, VKORC1
53.8%
56
62%
108
38.2%
57
26.6%
61
58%
82
63%
36
64%
58
76.8%
95
56%
80
H7+H8+H9
2010
Cho H.J.
2010
Palacio L.
130(D)/108 (V)
Età, VKORC1, CYP2C9, BSA,
Coreani
statine
191 Spagnoli
Età, VKORC1-1639G/A,
CYP2C9*1, *2, *3
VKORC1 -1639A per l’allele A,
2010
Pautas E.
300 Caucasici
CYP2C9*2 o CYP2C9*3, Età,
EPHX1 rs2292566 per l’allele A,
CYP4F2 rs2108622, per allele C
Età, BMI, altezza, mancanza di
esercizio, CYP2C9*2 etero,
2010
Wells P.S.
246(D) (94%
Caucasici)
CYP2C9*2 omo, CYP2C9*3
etero, VKORC1 GA, VKORC1
AA, CYP4F2CC, CYP4F2 CT,
antagonisti del recettore per
l’angiotensina II, β-bloccanti
969 (D)/955(V)
(84% Caucasici,
2010
Lenzini P.
10%
afroamericani,
3% altro,
3% Asiatici)
2010
Roper N.
2010
Gu Q.
Età, ln(INR), VKORC1-1639
G>A, CYP2C9*2, CYP2C9*3,
BSA, target INR, razza,
Ictus,diabete, amiodarone,
fluvastatina, dose2-3-4
121 pazienti
Numero di varianti geniche,età,
razza bianca
altezza
127 Cinesi Han
VKORC1, CYP2C9, EPHX1
691A>G, età e peso
Età, peso, protesi valvolari,
malattie tromboembolitiche,
2010
Perini J.A.
370 Brasiliani
simvastatina, amiodarone, numero
di varianti alleliche di CYP2C9,
VKORC1 3673GA, VKORC1
40
3673 AA, CYP4F2 CT, CYP4F2
TT, CYP4F2 rs2108622
2010
Nowak-Göttl U.
59 bambini
495 (434
2010
Ferder N.S.
Caucasici, 47
afro.americani, 6
Spagnoli)
Età, VKORC1AA, VKORC1 GA,
CYP2C9
38%
60
54%
118
43.4%
83
41.3%
59
36%
103
47%
32
73.4%
50
58%
79
59%
70
39%
54
Vedere l’ algoritmo
successivamente sviluppato da
Horn BD e coll. 273
Età, BSA,
2010
Cha P.C.
1515 Giapponesi
amiodarone,rs10509680
(CYP2C9), rs9923231 (VKORC1)
e rs2108622 (CYP4F2)
2010
2010
Namazi S.
Cavallari L.H.
55 Iraniani
226 Afroamericani
Sesso, età, altezza, VKORC1 e
CYP2C9
VKORC1 −1639G>A, CYP2C9
*2, *3, *5,*6, *8, o *11, età, BSA,
ictus, attacco ischemico transiente
Età, peso, altezza, VKORC1
2009
4043(D)/1009(V)
rs992323 AG, AA,
International
(56% Caucasici,
CYP2C9*1/*3, *2*2. *1*2, *2*3.
Warfarin
30% Asiatici,
*3*3, CYP2C9 genotipo
Pharmacogenetics
10%
sconosciuto, razza asiatica, nera o
Consortium
Afroamericani,
afro-americana, mista o
5% altro)
sconosciuta, stato di induzione
degli enzimi, amiodarone.
2009
Sandanaraj E.
107 Cinesi
2009
Takeuchi F.
1053 Svedesi
VKORC1, CYP2C9 età e peso
Età, sesso, VKORC1, CYP2C9*3
and *2, CYP4F2
VKORC1 rs9923231 A/G,
VKORC1 rs9923231 A/A,
2009
Wadelius M.
1677 Svedesi
CYP2C9 *1/*2, *1/*3, *2/*2,
*2/*3, *3/*3, età, sesso (F),
numero di farmaci che aumentano
INR
2009
Zhang J.E.
191 pazienti (189
Caucasici)
BMI, F7, warfarin loading dose,
etnia, CYP2C9*2,
CYP2C9*3,VKORC1(-1639) e
41
CYP4F2 rs2108622
VKORC1 rs9923231, CYP2C9*3,
2009
Lee M.T.
235 Cinesi Han
età, peso, EPHX1 rs1877724,
PROC rs5935, CYP2C18
44%
94
54.1%
52
54.8%
55
60.5%
81
56%
51
33.2%
53
56%
77
59%
142
51%
99
77%
112
rs7896133
Età, BSA, VKORC1 6484CT,
2009
Huang S.W.
266 Cinesi
VKORC1 6484CC,
CYP2C9*1/*3, CYP2C9*3/*3,
2009
Ohno M.
125 Giapponesi
Età, BSA, CYP2C9*3 e
VKORC1-1639G>A
VKORC1 1173C>T, e 3730G>A,
2009
Borgiani P.
141 Caucasici
CYP2C9*2 e *3 , CYP4F2
rs2108622, età, peso
Età, peso, infarto/cariomiopatia,
uso di farmaci che innalzano
2009
Kim H.S.
265 Koreani
l’INR, aspirina, integratori
alimentari che aumentano INR,
genotipo CYP2C9*3/*13/*14 e
VKORC1 1173 C>T
VKORC1 -1639 G>A, CYP2C9,
2009
Yoshizawa M.
259 Giapponesi
altezza, peso, età, sesso, albumina
sierica
2008
2008
Caldwell M. D.
Wu Alan H.B.
1051 pazienti
VKORC1, CYP2C9 e CYP4F2,
sesso, età, BSA e INR
167 (22
CYP2C9 *3, *2, etnia, uso di
Spagnoli, 50
inibitori, sesso, peso , altezza, uso
Afro-Americani,
di sigarette, VKORC1
60 Caucasici, 30
3673,VKORC1 7566TC,
Asiatici, 5 misti)
VKORC1 7566TT
Età, peso, presenza o assenza di
protesi valvolari, presenza di
2008
Perini J.A.
390 Brasiliani
malattia tromboembolica,
prescrizione di simvastatina,
amiodarone,CYP2C9, VKORC1
3673GA o AA.
2008
Lenzini P.A.
86 D (di cui 74
1° Dose Warfarin , 2° Dose
Caucasici) /
Warfarin, 3° Dose Warfarin,
42
179V (di cui 160
CYP2C9*2, fumo, ln(INR4),
Caucasici)
ln(perdita di sangue durante
l’intervento), CYP2C9*3, Statine,
VKORC1(rs9923231).
318 Cinesi Han
2008
Wang T.L.
in terapia con
VKORC1, CYP2C9, EPHX1, età,
warfarin e 995
peso
40.2%
93
37%
96
53%
113
54%
114
41.2%
115
51%
116
controlli sani
Età, VKORC1 1173CT, VKORC1
1173TT, F7−401GT,, CYP2C9
*2,*3, BMI, numero di farmaci
259 (147
2008
Schelleman H.
Caucasici, 112
Afroamericani)
che potenziano l’effetto del
warfarin, uso di alcool, storia di
trobosi venosa profonda, sesso
(F), razza Afro-Americana × uso
di alcool, razza Afroamericana x
storia di trombosi venosa
profonda
2008
Hatch E.
88 Svedesi
1015 D / 292 V
(83%Caucasici,
2008
Gage B.F.
15%
Afroamericani,
2% altro)
Età, CYP*2, CYP*3, VKORC1,
altezza, altri farmaci
VKORC1 (rs9923231), BSA,
CYP2C9*3, età, CYP2C9*2, INR,
amiodarone, fumo, razza,
DVT/PE
Età, sesso,amiodarone, losartan,
2008
Cooper G.M.
560 bianchi
VKORC1 rs9923231, CYP2C9
(*2 o *3)
1. Algoritmo: età, BSA, S:Rwarfarin a 14 h, CYP2C9*1*,
CYP2C9*x*x, VKORC1 9041
G/A, VKORC1 9041 A/A e
2008
Michaud V.
132 Caucasici
almeno un allele di VKORC1
3673 A, INR 2. Algorimto: età,
BSA, INR (giorno 4)/dose,
CYP2C9*1*x, CYP2C9*x*x,
VKORC1 9041 G/A, VKORC1
43
9041 A/A 0.107 almeno un allele
di VKORC1 3673 A, INR
2008
Wen M.S.
108 CINESI
CYP2C9, VKORC1−1639 G>A,
età, BSA
62%
40
61%
47
62%
48
79%
117
56%
98
33.3%
38
33%
171
73%
92
47%
49
33%
46
60%
39
57%
44
Età, sesso, peso, VKORC1-AA,
2007
Zhu Y.
65 pazienti
VKORC1-GG, CYP2C9*2,
CYP2C9*3
2007
Miao L.
178 Cinesi
92 pazienti pre-
2007
Millican E.A.
chirurgia
ortopedica
Età, peso, genotipo VKORC1 e
CYP2C9
INR3, 1st warfarin dose, 2nd
warfarin dose, EBL, INR3,
CYP2C9*2, CYP2C9*3, fumo,
VKORC1, target INR
VKORC1, CYP2C9 età, sesso,
2007
Caldwell M.D.
570 pazienti
BSA,presenza o assenza di
valvole cardiache, diabete
Età, sesso, peso,VKORC1
2007
Kimura R.
93 Giapponesi
−1639GA,GGCX
8016GA,CYP2C9 42613AC
2007
Momary K.M.
115 Afroamericani
Età, BSA, CYP2C9
VKORC1, CYP2C9*2 e *3,
2007
Wadelius M.
201 Caucasici
PROC rs2069919, EPHX1,
GGCX, ORM1-2, età, peso,
interazioni con altri farmaci
CYP2C9 *1*1, *1*2, *1*3, *2*3,
2007
Anderson J.L.
200 pazienti
*2*2, *3*3, VKORC1 1173
(94% bianchi)
CT,VKORC1 1173 TT,VKORC1
1173 CC, età, sesso, peso
2006
Carlquist J.F.
213 Nord
Età, sesso, peso, CYP2C9,
Europei
VKORC1
VKORC1 6484TT, VKORC1
2006
Herman D.
165 Caucasici
6484CT, VKORC1 9041AA,
CYP2C9 *1/*x, CYP2C9 *x/*x,
età, BSA
2006
Takahashi H.
157 Caucasici
CYP2C9*2/*3/*11, VKORC1
44
172 Giapponesi
1173 C>T (rs9923231), età, peso
36
Afroamericani
107 D (56
Cinesi, 32
Malesi, 19
2006
Tham L.S.
Indiani) / 108 V
D (62 Cinesi, 37
età, peso, CYP2C9 * 3, VKORC1
381 CC, VKORC1 381 TC
60.2%
45
55%
42
37%
74
35%
125
57%
91
60.8%
43
42%
75
20.4%
73
37%
72
33.7%
13
Malesi, 9
Indiani)
2005
Sconce E.A.
297 V/ 38 D
2005
Herman D.
188
2005
D’Andrea G.
147 pazienti
Età, CYP*2, CYP*3,
VKORC1(rs9923231), altezza
Peso di massa magra, età, uso di
altri farmaci, CYP2C9
/
VKORC1, CYP2C9 , GGCX, età,
2005
Wadelius M.
201 Caucasici
peso, interazione con altri farmaci,
indicazioni per il trattamento
2005
Veenstra D.L.
2005
Voora D.
2004
Kamali F.
69 Cinesi
48 pazienti
ortopedici
121 pazienti
Età, sesso, VKORC1 e CYP2C9.
Età, BSA, CYP2C9*2,
CYP2C9*3, amiodarone, target
INR, simvastatin, razza, sesso (F)
Età, CYP2C9*3
Età, BSA, CYP2C9*2,
2004
Gage B.F.
369 pazienti
CYP2C9*3, amiodarone, target
INR, simvastatin, razza, sesso (F)
CYP2C9*2, *3, età, BSA,
2004
Hillmann M.A.
453 pazienti
trapianto di valvole, diabete, età x
diabete, CYP2C9*2 o *3 x BSA,
CYP2C9*2 o *3 x diabete
D=gruppo di derivazione, V=gruppo di validazione, BSA=superficie corporea (Body Surface Area),
DVT=trombosi venosa profonda (Deep Vein Thrombosis), VE=embolismo venoso (Venous Embolism),
PE=embolismo
polmonare
(Pulmonary
Embolism),
PIVKA-II=protein
induced
by
vitamin
K
absence/antagonist-II, GFRa=antagonista per il recettore del fattore di crescita (growth factor receptor
antagonist),
FA=fibrillazione
atriale,
BMI=indice
di
massa
corporea
(Body
Mass
PD=farmacodinamica, PK= farmacinetica, NVAF=non valvular atrial fibrillation, x=prodotto.
Index),
45
Tabella 3: Algoritmi utilizzati nel trial COAG.
ALGORITMO GENETICO PER L’INIZIO DELLA TERAPIA114
exp{0.9751− (0.2066 × CYP2C9*2)− (0.4008 × CYP2C9*3)− (0.3238 × VKORC1)− (0.00745 × età
in anni)− (0.0901 × razza nera)+ (0.0922 × fumatori)+ (0.4317 × BSA in m2)− (0.2538 ×
amiodarone)+ (0.2029 × target INR)+ (0.0664 × DVT/PE)}
ALGORITMO GENETICO PER LA RIDEFINIZIONE DEL DOSAGGIO36
1/7 × exp{(3.10894– (0.14745 × CYP2C9*2)– (0.30770 × CYP2C9*3)– (0.23032 × VKORC1)–
(0.00767 × età in anni)– (0.09644 × razza nera)+ (0.24597 × BSA in m2)– (0.11216 × diabete)–
(0.20590 × ictus)– (0.10350 × amiodarone)– (0.19275 × fluvastatina)+ (0.26729 × target INR)–
(0.51611 × ln INR)+ (0.01690 × dose-2)+ (0.02018 × dose-3)+ (0.01065 × dose-4)}
ALGORITMO CLINICO PER L’INIZIO DELLA TERAPIA 114
exp{0.613− (0.0075 × età in anni)+ (0.156 ×razza nera)+ (0.108 × fumatori)+ (0.425 × BSA in m2)−
(0.257 × amiodarone)+ (0.216 × target INR)+ (0.0784 × DVT/PE)}
ALGORITMO CLINICO PER LA RIDEFINIZIONE DEL DOSAGGIO36
1/7 × exp{(2.81602– (0.00590 × età in anni)– (0.07123 × razza nera)+ (0.17675 × BSA in m2)–
(0.16759 × diabete)– (0.22844 × ictus)– (0.11137 × amiodarone)– (0.25487 × fluvastatina)+
(0.27815 × target INR)– (0.76679 × ln INR)+ (0.03471 × dose-2)+ (0.03047 × dose-3)+ (0.01929 ×
dose-4)}
