ECOLE NATIONALE VETERINAIRE T O U L O U S E

Présentation au sujet: "ECOLE NATIONALE VETERINAIRE T O U L O U S E"— Transcription de la présentation:

1 ECOLE NATIONALE VETERINAIRE T O U L O U S E Analyse de risque appliquée au contrôle antidopage des chevaux de course P.L. TOUTAIN Master 5 Janvier 2010

2 Objectifs du cours Présentation générale d’une analyse de risque
Application d’une approche PK/PD pour le contrôle antidopage Les simulations de Monte Carlo pour l’établissement des délais d’attente

3 1- L’essentiel sur le contrôle antidopage & et le contrôle des médications chez le cheval pour comprendre la nécessité de mener une analyse de risque

4 Le dopage chez le cheval: définitions
Pas de définition universelle Conception reflétant les valeurs des organisations sportives: Cheval de course International Federation of Horseracing Authorities Cheval de sport Réglementation Internationale: FEI (ex: oméprazole) réglementation nationale : la Loi en France Homme réglementation nationale & internationale DOPAGE : Tout usage de substances ou de procédés visant à modifier artificiellement les performances ce qui peut porter préjudice à l’éthique sportive ou au bien-être animal

5 Le contrôle analytique des substances totalement interdites & prohibées lors des compétitions constitue la clé de voute du contrôle antidopage d’où l’implication des analystes Prohibition: interdiction relevant d’un règlement

6 Liste des substances totalement interdites par le code des courses
stéroïdes anabolisants, facteurs de croissance, substances agissant sur l’érythropoïèse, transporteurs d’oxygène synthétique Nécessité d’avoir les techniques analytiques les plus performantes et les LOD/LOQ les plus basse pour contrôler les expositions illicites

7 Produits autorisés à l’entraînement (mais prohibées pour la course)
Toutes substances autres que celles citées précédemment sont autorisées à l’entraînement, si : usage justifié par l’état de santé du cheval régulièrement prescrites par un vétérinaire (médicaments) Il n’y a pas d’entrave aux bonnes pratiques vétérinaires

8 Nécessité de distinguer 2 types de substance sur le plan analytique

9 Techniques analytiques
LC/MS GC/MS

10 Problème posé par les techniques analytiques
Les techniques analytiques trop performantes ne doivent pas être une entravent aux médications licites on devra fixer des limites de screening et non des LOD/LOQ pour ne pas à avoir à déclarer des concentrations résiduelles de médicament sans signification en terme d’effet

11 La politique du « zéro tolérance » et ses limites vis-à-vis du contrôle des médications

12 Les limites de la politique du “zéro tolérance”

13 La question se posant aux Autorités hippiques
Comment réaliser un contrôle des médications sans avoir à déclarer comme positifs des échantillons ayant des concentrations résiduelles de médicament sans signification pharmacologique ? De façon plus générale où s’arrêter sur le plan analytique?

14 La réponse européenne harmonisée: l’EHSLC
Une détermination des limites analytiques désirable pour les contrôles Finlande France Irlande Allemagne Italie Norvège Grande Bretagne Suède Pays participant au programme de recherche Chine Afrique du Sud

15 EHSLC

16 2-L’EHSLC (European Horse Scientific Liaison Committee) : L’ organisation d’une expertise collective

17 Une série de questions Qu’est-ce qu’une expertise? Qu’est-ce qu’un expert? Quels sont les méthodes de travail pour réaliser une expertise collective?

18 Qu’est-ce qu’une expertise (norme AFNOR NFX-50-110)
L’Association française de normalisation (AFNOR) est l'organisme officiel français de normalisation, membre de l'Organisation internationale de normalisation (ISO) auprès de laquelle elle représente la France.

19 Qu’est-ce qu’une expertise (norme AFNOR NFX-50-110)
Une expertise, est un « ensemble d'activités ayant pour objet de fournir à un client,(pour nous les Autorités hippiques) en réponse à la question posée, une interprétation, un avis ou une recommandation, aussi objectivement fondé que possible, élaboré à partir des connaissances disponibles et de démonstrations accompagnées d'un jugement professionnel : les démonstrations incluent essais, analyses, inspections, simulations, etc. » Nécessite une synthèse des connaissances à un moment donné Un jugement professionnel ce qui implique de l’expérience mise en action (compétence)

20 Les différents types d’expertise
Collective: Modèle agence EHSLC Individuelle Modèle judiciaire Modèle médiatique Transfuge (notoriété dans un autre domaine) Emettent des avis Séparation fonctionnelle de l’appréciation du risque et de sa gestion Prescripteurs d’opinion Fait des Recommandations prise de décisions

21 Expertise et décision L’expert doit se tenir en dehors de la chaîne de décision, qui relève du domaine politique, du juge…. Séparation fonctionnelle dans toute analyse de risque entre l’appréciation du risque et la gestion du risque

22 Qu’est-ce qu’un expert? Les 3 valences à réunir pour être un expert
Des connaissances validées: Données issues de la recherche et leurs niveaux de preuve Dogmatique Prise en compte de l’intérêt du bénéficiaire (patient, institution, société…) Valeurs, éthique, conflit d’intérêt… De l’expérience du domaine expert cynique Empirique

23 Une série de questions Qu’est-ce qu’une expertise?
Qu’est-ce qu’un expert? Quels sont les méthodes de travail pour réaliser une expertise collective? Analyse de risque

24 Expertise collective: nécessité d’avoir un vocabulaire consolidé

25 Les 2 théorèmes de Kaplan et la nécessité d’avoir un vocabulaire consolidé
50 % des problèmes dans le monde proviennent de gens qui utilisent le même mot pour parler de choses différentes Théorème 2 : Les 50% autres problèmes proviennent des gens qui utilisent des mots différents pour parler de la même chose

26 Nécessité d’un vocabulaire défini
Danger et risque Sûreté et sécurité alimentaire Puissance (potency) et efficacité d’un médicament Appréciation, estimation et évaluation du risque Pesticides et insecticides Environnement et milieu Principe de précaution et principe de prévention Avis et recommandation

27 3-Contrôle des médications et analyse de risque

28 Question posée par les Autorités hippiques à l ’EHSLC en 1998
Quel doit être l’ordre de grandeur des limites de détection (pas des limites de quantification) des techniques analytiques pour fixer les limites harmonisées de screening pour réaliser un contrôle approprié des effets résiduels des médications (et non des seules expositions) au niveau européen ?

29 Pourquoi suivre les concepts de l’analyse de risque pour répondre à cette question
Toute décision (technique, économique, réglementaire…) doit prendre en compte les intérêts compétitifs de façon non biaisée et transparente toutes les parties prenantes (stakeholders = porteurs d’enjeux) Dimension scientifique et technique de la question

30 Ce que ne peut faire et ne pas faire la Science
Formuler et Tester des hypothèses Ne pas faire Prendre un décision Choisir entre des intérêts compétitifs Réconcilier des valeurs opposées La science peut décrire le monde, elle n’a pas à le prescrire

31 Qu’est ce qu’une analyse de risque ?
Une démarche systématique (formalisée) pour collecter, apprécier, évaluer les informations disponibles pour conduire à une décision (ou une recommandation, une norme, une position, une action…) en réponse à un danger identifié Elle comprend 3 phases L’appréciation du risque La gestion du risque La communication sur le risque

32 Analyse de risque: Vocabulaire anglais/ français
Hazard: danger Risk: risque Risk analysis: analyse de risque hazard identification: identification du danger hazard charaterisation: caractérisation du danger Risk assesment: appréciation du risque Exposure assesment: appréciation de l’exposition Risk characterisation: caracterisation du risque Risk management: gestion du risque Risk communication: communication sur le risque

33 Danger : définition Une source de risque
Généralement un agent biologique, chimique ou physique pouvant entraîner un effet néfaste ( sur la santé du cheval , pour l’institution…) mais aussi une action, une décision qui peut être dommageable pour la filière. c’est une propriété inhérente d’un analyte, médicament ou contaminant un danger ne peut constituer un risque que s’il y a exposition à ce danger

34 Risque : définition Un risque est une possibilité de subir un effet négatif (biologique comme le bien-être du cheval…) ou une perte (confiance dans l’institution) Risque = Danger + incertitude + impact négatif

35 Le soleil est un danger le bain de soleil est associé à un risque qui est fonction de l’exposition

36 4-Danger, Risques et société

37 Impact négatif Perception vs. Réalité
Risque = Danger + incertitude + impact négatif Perception vs. Réalité Question pratique pour la fixation des facteurs de sécurité (ou d’incertitude) dans l’analyse de risque

38 Danger / risque et niveau de préoccupation
Dangers Niveau de préoccupation + Tabac morts par an - Risques professionnels Amiante : 4000 morts par an vache folle 24 morts en 10 ans - + Dissociation possible entre les niveaux de danger et leur perception

39 Appropriation des risques par la socièté
Risque = construction sociétale dont il faut comprendre la genèse et les dimensions (scientifiques, administratives, sociopolitiques, émotionnelles…)

40 Acceptabilité du risque: Gravité & probabilité
La gravité représente l’importance des conséquences directes ou indirectes en terme de dommages ou de préjudices, relatives à la survenance d’un danger Centrale nucléaire Vaccin grippe maladie de Guillain-Barré Résidus de médicament Avion La probabilité quantifie la vraisemblance de la survenue du danger

41 Acceptabilité du risque: valeurs partagées dans une société

42 Certitudes scientifiques vs valeurs dans un processus de décision
+ consensus Zone de complexité Valeurs sociétales chaos - - Certitudes (science) +

43 Certitudes scientifiques vs
Certitudes scientifiques vs. valeurs dans l’acceptabilité d’un risque : le cas des OGM + Thérapie génique Valeurs sociétales OGM (problèmes éthiques, religieux, moraux…) - - + Certitudes (science) sécurité

44 Acceptabilité du risque & les valeurs d’une société: Le cas des hormones
+ THS Valeurs sociétales Veau aux hormones - - + Certitudes (science) sécurité

45 Les 3 risques jugés les plus importants pour les 3 prochaines années en sécurité alimentaire BVA 2000 S. Bonny. INRA Prod. Anim. 13,

46 Comment jauger la perception du risque
Comment jauger la perception du risque? La volonté du public de payer (VPP)

47 Volonté du public de payer (VPP)
La VPP est plus forte pour les risques : Du consommateurs > aux professionnels enfants > population générale les maladies donnant lieu au dégoût ou à l'émotivité, dues à des agents invisibles ou repoussants (les peurs) risques collectifs (train> voiture) les agents responsables des maladies de "l'avenir".

48 Coût de la prévention pour le cancer et de l’ESB similaire (1 milliard d’euros pas an)
morts par an ESB 1 à 2 morts par an

49 5-L’analyse de risque: présentation analytique

50 Analyse de risque: les 3 étapes
Appréciation du risque Gestion du risque Communication sur le risque

51 Risk analysis Risk assessment (RA)
Science risk assessors Risk assessment (RA) Scientific evaluation of known or potential hazard (event, stressor,…) Integral part of RA Improve the overall effectiveness and efficiency of the RM Should be performed by trained persons in RA Functional separation should not influence RA Policy risk managers Risk management (RM) Risk communication (RC) An interactive process of exchange of information and opinion on risk along risk assessors, risk managers and other interested parties (stakeholders) The process of weighing policy alternative in the light of RA to reduce risk Implementation of appropriate control option (e.g. regulatory measures)

52 Appréciation du risque (risk assessment)
Première étape, strictement scientifique, de l’AR Déclenchée par le gestionnaire Effectuée par des scientifiques-experts Doit conclure à une estimation (quantitative) du risque Doit être transmise aux gestionnaires de façon utile et utilisable Doit être disponible pour la communauté scientifique pour une revue externe

53 Appréciation des risques Risk assessment: definition
Le processus (méthode) scientifique par lequel est apprécié la nature (qualitative) et la grandeur (quantitative) du risque c’est-à-dire des effets néfastes connus ou potentiels résultant d'une exposition à des dangers

54 Les 4 étapes de l’appréciation (évaluation) des risques
L'évaluation (ou évaluation scientifique, ou appréciation) des risques comporte les quatre étapes suivantes : Identification des dangers Caractérisation des dangers Évaluation de l'exposition Caractérisation des risques

55 Appréciation du risque
2-Caractérisation du danger 1-Identification du danger 4-Caractérisation du risque Gestion du risque 3-Appreciation de l’exposition

56 1-Identification des dangers
Identification des facteurs Substances , procédés, action, décision…. susceptibles de provoquer des effets néfastes pour le cheval, le jockey, le parieur, l’institution….

57 1- identification du danger
Drug / metabolite Contaminant endogenous product Hazard agent / action / stressor events that may result in negative (harmful) impact to "receptors" 1-Identification danger 2-Caractérisation du danger Receptors: specific thing or entity being affected by hazard 3- appreciation exposition 4-Caractérisation du risque Horse: animal welfare / legitimate medication vs doping Punter / public: betting, public concern Institution: trust and confidence in regulation Other stakeholders (porteurs d’enjeux) Gestion du risque

58 2-Caractérisation des dangers
Appréciation qualitative (substances interdites) ou quantitative (médications licites) de la nature des effets néfastes provoqués par le dangers Pour les médications, une appréciation de la relation dose-réponse doit être prise en compte .

59 Caractérisation du Danger 3-Exposure characterization
Caractérisation qualitative (acceptable ou non acceptable) des dangers pour une substances chimiques Caractérisation du Danger Identification d’un Danger : une substance chimique Qualitatif (acceptable on non acceptable) Doping illicite: stop Quantitative Médication licite Contaminants endogenous 4-Risk characterization Risk management 3-Exposure characterization

60 2-Caractérisation quantitative Appréciation de la relation dose-effet
2-Caractérisation quantitative d’un danger acceptable par l’approche PK/PD 2-Caractérisation quantitative Hazard identification Appréciation de la relation dose-effet Risk assessors EPC (Dose / Clearance) IPC  IUC Uncertainty (safety factor) (500 or other) Risk managers Risk characterization Risk management Exposure assessment

61 Dose titration PK/PD Black box Dose Response PK PD Response Dose
Plasma concentration

62 L’approche PK/PD pour déterminer les concentrations plasmatiques ou urinaires sans signification
Les 3 étapes : 1: concentration plasmatique “efficace” (Effective plasma concentration: EPC) 2: concentration plasmatique sans signification biologique (Irrelevant plasma concentration: IPC) 3: concentration urinaire sans signification biologique (Irrelevant urine concentration: IUC)

63 Une relation PK/PD fondamentale
Pour la voie IV, la biodisponibilité est totale et F=1

64 Etape 1 : calcul des concentrations plasmatiques efficaces (EPC)

65 Etape 1 : exemple de la phénylbutazone
Dose standard : 4.4 mg/kg/24 h Clairance plasmatique : 41 mL/kg/h ou environ 1000 mL/kg/24 h 4400 µg.kg-1.24h-1 1000 mL.kg-1.24h-1 EPC = = 4.4 µg/mL

66 Etape 2: calcul des concentrations sans signification biologique (IPC)
L’IPC peut être obtenue à partir de l’EPC en appliquant un facteur de sécurité (SF) à l’EPC: EPC SF IPC = ! Comment sélectionner ce SF?

67 Etape 2: comment sélectionner le facteur de sécurité
Doit refléter le niveau de confiance que l’on veut avoir pour l’IPC forme de la relation dose-effet pauvreté des données classe des médicaments variabilité inter-individuelle médicaments ayant différents niveaux de puissance pour différents effets Les “valeurs” SF La “Science”

68 Qui fixe les facteurs de sécurité ?
Les scientifiques considèrent généralement que la fixation du facteur de sécurité est une décision scientifique En fait décider le niveau de sécurité (acceptabilité du risque) est également une décision sociétale qui dépendra très largement du contexte

69 Facteur de sécurité : la valeur par défaut sur des considérations scientifiques
Valeur par défaut : SF = 500 500 = 50 x 10 Pour transformer une EPC en IPC pour un cheval donné Variabilité interindividuelle PK 3.3 PD 3.3 x

70 Le facteur de sécurité : 50
Emax 100% Emax * EC50/50 EC50 + EC50/50 Effet (%) E = 2% EC50 50 EC50 = EPC IPC = Avec un SF=50, l’effet résiduel est d’environ 2% de l’effet thérapeutique à la dose recommandée

71 Etape 2 : le cas de la phénylbutazone
en arrondissant : 10 ng/mL

72 Etape 3: détermination des concentrations urinaires sans signification biologique (IUC)
IUC = IPC x RSS rapport des concentrations urinaires et plasmatiques à l’état “d’équilibre” Plasma Urine Rss = 10 10 concentration urine 1 Plasma (time) Etat de pseudo-équilibre

73 Etape 3: concentrations urinaires sans signification biologique (IUC): le cas de la PBZ
RSS = 1 IUC = IPC x RSS IUC = 10 ng/mL x 1 = 10 ng/mL

74 2-Caractérisation quantitative d’un danger acceptable par l’approche PK/PD
IPC=10 ng/mL IUC=10 ng/mL

75 Caractérisation quantitative des dangers pour une substances chimiques
Caractérisation du Danger Identification d’un Danger : une substance chimique Qualitatif (acceptable on non acceptable) Doping illicite: stop Quantitative Médication licite IPC=10 ng/mL IUC=10 ng/mL Contaminants Endogenous (hormones) 4-Risk characterization Risk management 3-Exposure characterization

76 3-Evaluation de l'exposition
Appréciation qualitative et/ou quantitative des facteurs conduisant à une exposition: fraudes Prescriptions vétérinaires Contamination par les aliments Données physiologiques (sexe ou castration pour les hormones endogènes….)

77 endogenous (hormones) Selection of statistical model
4-Caractérisation du risque: contaminants, substances endogènes au cheval Hazard identification contamination endogenous (hormones) Risk characterization Selection of statistical model Exposure characterization Threshold quantile 10-4

78 Etude de population de chevaux

79 Cortisol: Etude de population
Choix de la distribution Transformation puissance (0.33) Transformation LOG 20 40 60 80 50 40 30 Frequency Frequency 20 10 100 200 300 400 8 64 216 512 Concentration (ng / ml) Concentration (ng / ml)

80 Etude de population Resultats : probability of exceeding cortisol concentration in urine as calculated from a log-normal ar a power transforming distribution for the merged French and UK files Probability of exceeding cortisol concentration Cortisol concentration in urine (ng/mL) 300 400 500 600 800 1000 1500 Log normal distribution 0.013 5.0 x 10-3 2.2 x 10 -3 1.1 x 10 -3 3.15 x 10 -4 1.1 x 10 -4 1.4 x 10 -5 Power (0.33) transforming distribution 1.5 x 10 -3 1.3 x 10 -4 1.2 x 10 -5 1.0 x 10 -6 NC

81 Caractérisation du risque: bilan

82 Appréciation du risque: caractérisation du risque
Moyen de communiquer les résultats de l’appréciation du risque aux gestionnaires du risque 1-Identification du danger 2-Caractérisation du danger 3-Caractérisation de l’exposition 4-caractérisation du risque : conclusions quantitatives pour: Substances illicites contaminants/ médications analytes endogènes Toute exposition IPC / IUC Seuil gestion du risque

83 Analyse de risque: les 3 étapes
Appréciation du risque Gestion du risque Communication sur le risque

84 Gestion du risque (risk management)
C’est la procédure par laquelle sont prises en compte des différentes alternatives pour accepter, minimiser ou refuser le risque Il y a évaluation du risque avec confrontation des données scientifiques à toutes les autres données (économiques, sociologiques, éthiques…) C’est l’étape de décision Mise en place des mesures de prévention, contrôle…

85 Gestion des risques Processus, distinct de l‘appréciation scientifique des risques Ce n’est pas un exercice scientifique mais doit être scientifiquement correct Prise en compte de tous les facteurs non scientifiques Harmonisation européenne Coût des mesures de pondération des choix politiques Images, intérêt des acteurs…

86 Science et décision La décision doit être un compromis reflétant les différents intérêts compétitifs Des arguments autres que scientifiques ont une légitimité à intervenir dans la décision Économiques, idéologiques, éthiques, moraux… Le poids relatif des différents arguments doit être fixé par le gestionnaire (politique…)

87 Qui fait la gestion du risque?
Les politiques décideurs

88 Caractérisation du risque
Gestion du risque Identification du danger Caractérisation du danger Appréciation de l’exposition Caractérisation du risque gestion du risque Le cycle de gestion du risque Vérification Évaluation du risque ( of RA) Exécution par les décideurs options décision

89 Risk management questions
What can be done to eliminate or reduce the hazard? How effective are the options? How feasible are the options? What impacts do the options have? What is the level and type of uncertainty? What is the best option?

90 Gestion du risque pour le dopage
Sélection par négociation d’une limite de screening sur une échelle ordinale à partir des IPC et IUC Prise en compte de facteurs économiques Coût des équipements Prise en compte de facteurs politiques Volonté d’harmonisation Vérification par des ring tests

91 Analyse de risque: les 3 étapes
Appréciation du risque Gestion du risque Communication sur le risque

92 Communication relative aux risques
bien plus que de la diffusion d’information Connaître le public Impliquer les experts scientifiques Créer des compétences en matière de communication Constituer une source crédible Partager les responsabilités Distinguer entre science et jugements de valeur Assurer la transparence et mettre les risques en perspective La communication fait partie intégrante de l'analyse des risques et c’est un métier que de communiquer

93 Que peut-on communiquer en matière de lutte contre le dopage?
IPC et IUC peuvent être connus Les limites harmonisées de screening ne sont pas rendus publiques Peu utiles à la filière Sources de problèmes juridiques Les temps de détection

94 Communication sur le risque pour le dopage
Temps de détection Par l’EHSLC Délai d’attente Par le vétérinaire

95 Temps de détection libérés par l’EHSLC pour un médicament donné
Temps observé pour que tous les chevaux d’une expérimentation donnée sur une spécialité pharmaceutique et menée par l’EHSLC soient négatifs (urine ou plasma) avec la technique de screening utilisée en routine pour les contrôles c’est à dire avec la limite analytique européenne harmonisée Voir le site de l’EHSLC ou de la FEI Le temps de détection n’est pas à confondre avec un délai d’attente

96 Temps de détection par la FEI & l’EHSLC

97 Délai d’attente (TA) Délai entre la dernière administration du médicament et l’épreuve Fixé par le vétérinaire traitant Analyse de risque par le praticien qui exerce son jugement professionnel Toujours plus long que le temps de détection

98 Temps de détection vs. temps d’attente
A ne pas confondre Le temps de détection (DT) sest une observation Nombre limité de chevaux (n=6 ou 8) Conditions expérimentales Pas de protection statistique Un élément de communication de l’EHLSC Le temps d’attente (TA) est une recommendation du véto Il résulte de l’analyse de risque faite ar le véto traitant Le TA doit toujours être plus long que le DT Parce qu'il doit prendre en compte de multiples sources de variabilité (âge, sexe, spécialités utilisée, durée des traitement etc)

99 How to extrapolate a withdrawal time from an EHLSC published detection time: a Monte Carlo simulation appraisal

100 Objectives of the presentation
To explore the question of the safety span to be selected in order for a veterinarian to extrapolate a withdrawal time (WT) from a published EHLSC detection time (DT). This will be done using Monte Carlo Simulations (MCSs).

101 Comment transformer un temps de détection en un temps d’attente
Par des investigations de population Trop chers Pas de financeurs Par des simulations de Monte Carlo Outil classique pour faire des scénario What if….

102 What is the origin of the word Monte Carlo?
Toulouse Monte-Carlo (Monaco)

103 What is the goal of a Monte Carlo Simulation (MCS) ?
To solve problems for which no analytical (mathematical) solution exists For that MCS use numerical method with a built-in random process allowing, for example, combining variability due to different sources.

104 Sources of variabilities for a WT
Two main sources of variability Biological variability: not manageable Horses are different for pharmacokinetic (PK) parameters controlling plasma and urine drug disposition These sources of variability are explained by factors such as breed, age, sex, health status etc. Different sources of uncertainty associated with veterinary and trainer practices: manageable The actual administered dose Formulation Trained/untrained conditions etc.

105 What MCSs will perform To combine all sources of variability simultaneously to generate a large hypothetical population of DTs so that the proportion (percentiles) of horses attaining a given DT value can be determined. MCSs may replace a large population survey aimed to establish a WT experimentally.

106 The 3 steps in Monte Carlo simulations
Define a structural model to predict WT Select parameters to solve the model distribution of the parameters (inputs) that must be known or assumed (e.g. normal distribution with mean, variance, covariance) MCs repeatedly simulate the model each time drawing a different set of values (inputs) from the sampling distribution of the model parameters, the result of which is a set of possible outcomes (outputs)

107 Monte Carlo simulation: applied to WT
Model: WT=X/Y PDF of X PDF of Y Generate random X and Y values across the X & Y distributions that conforms to their probabilities Calculate a large number of X/Y ratios PDF of WT % Plot results in a probability chart WT

108 Les questions à documenter pour aider à recommander des TA
What is the overall joint influence of biological variability (inter- and intra-animal variability) and veterinary decisions (dose, formulation ..) on the DT of a drug? Which of the aforementioned factors has the most influence on the observed value of a DT Is the EHLSC DT, which is obtained from a trial involving only 6 horses, robust enough for a future WT and what would the advantage be for veterinarians to increase this number to 8 or 10 horses?

109 Step 1:Define a model

110 The model to compute a DT
Monocompartmental model Body weight (kg) Bioavailability 0 to 1 Dose per kg BW Urine to plasma ratio Volume of distribution

111 Step 2: select simulation parameters (mean, variance etc)

112 Selected parameters for MCs
All simulations were carried out with the same nominal dose (2 mg/kg) and the same mean values for all PK parameters but plasma clearance. Two plasma clearance values were simulated (5 and 20 mL/kg/h). Two RLODs were investigated: 0.1 and 0.01 µg/mL. The model was solved either using single point estimates (mean values of parameters) or distribution of input variables. For parameters obeying a normal distribution, MCSs were carried out with different levels of variability around the mean PK parameters, namely variances corresponding to coefficients of variability of 10, 20, 30, 40 and 50%. For BW, the same range of values (from 80 to 120 % of the nominal value) were considered for all MCs.

113 Step 3: Solving the model

114 Solving the model: Deterministic approach
Gives a single possible value

115 Solving the model: Stochastic approach
Gives range of probable values

116 An add-in design to help Excel spreadsheet modelers perform Monte Carlo simulations
Others features Search optimal solution (e.g. dose) by finding the best combination of decision variables for the best possible results

117 Monte Carlo simulation generated probability density of the DT.

118 Influence of variability on DT Same mean parameters but different coefficients of variation
CV=10% DT: Quantile 90%=74h CV=30% DT: Quantile 90%=106h

119 Main results obtained by MCSs

120 Main results obtained by MCSs
For the different simulated scenarios, the ratio of percentile 90 to percentile 50 (P90/P50) was computed to select an uncertainty span to permit extrapolation of the DT obtained by EHLSC to a WT

121 Main results obtained by MCSs
For a low variability of PK parameters (CV=20%) P90/P50 was of 1.43 meaning that an uncertainty span of about 40% may be selected to transform a mean DT to a WT which will cover 90% of the horse population. For a high variability of PK parameters ( CV=40%) P90/P50 was of meaning that uncertainty span of about 100% may be selected to transform a mean DT to a WT which will cover 90% of the horse population mean DT.

122 Sensitivity analysis It may be of interest to identify the relative impact of the different factors of variability on the final WT because some of these factors can be controlled by veterinarians. the actual administered dose impact of using a different formulation to that used for the EHLSC trial. etc

123 Sensitivity analysis Analyze the contribution of the different variables to the final result (predicted WT) Allow to detect the most important drivers of the model

124 Sensitivity analysis

125 Sensitivity analysis For DT and for our model assumptions, plasma clearance and volume of distribution are by far the two most important factors of variability influencing the population DT and explain almost all 100% of the variance. In contrast, bioavailability, the actual administered dose and the urine-to-plasma ratio have a minimal effect on the DT

126 Decreasing clearance by 30%
Influence of the administered dose vs. the terminal half-life on a detection time (h) Doubling the dose (+100%) DT increase from 46h to 53h Decreasing clearance by 30% DT increase from 46h to 65h

127 Sensitivity analysis The main result of these simulations is that the parameters which have the greatest influence on the value of a DT are those which control the terminal half-life of the drug disposition. In contrast parameters controlling the level of urine (or plasma) concentrations (i.e. the actual administered dose as estimated from the BW, the urine-to-plasma ratio and the bioavailability) collectively had a minimal influence on DT.

128 Sensitivity analysis: conclusions
The main sources of uncertainty are of biological origin MCS suggest that a veterinarian can do nothing to control a DT through managerial procedures because the main sources of variability are of biological nature

129 Sensitivity analysis All factors that can be managed by the treating veterinarian had a minimal impact on DT This suggests that an inaccuracy in the dose (due to a bad estimate of horse BW), the administration of a formulation different from the one selected for the EHLSC trial or any factor able to influence bioavailability (diet for the oral route of administration, site of administration for an IM or SC administration…) will probably not have any major influence on DT variability

130 As biological factors (inter-animals variability) are the main determinants of a WT, the DT as released by EHLSC need to be as relevant as possible and the question is to know if the number of investigated horses is appropriate regarding its accuracy

131 Estimation of the DT by EHLSC: Is the number of investigated horses appropriate?
According to the EHLSC recommendation, DT is typically obtained from a group of six horses. It is evident that this sample size is too low for the EHLSC to provide a population WT with any statistical protection the DT released by the EHLSC is considered as a piece of information rather than a robust biological parameter how valuable is this information regarding the actual WT

132 Estimation of the DT by EHLSC: Is the number of investigated horses appropriate?
20 virtual EHLSC trials involving 6, 8 or 10 horses, were simulated by MCS CV% was 30% The DT for each trial was the longest of the 6, 8 or 10 simulated values The DT was then compared to the population percentiles obtained by simulating 5000 horses with the same simulation assumptions

133 Estimation of the DT by EHLSC: Is the number of investigated horses appropriate?
With 6 horses, the released DT corresponds to the 90th percentile of the target population for 50% of the trials,

134 Chances to reach percentile 80% Chance to reach percentile 90%
Estimation of the DT by EHLSC: Is the number of investigated horses appropriate for a drug having a CV of 30%? Horses (n) Chances to reach percentile 80% Chance to reach percentile 90% 6 75% 50% 8 85% 55% 10 90% 70%

135 Conclusion 1 If we consider variability in PK parameters of 30% in horses as a default conservative value and the corresponding Q90/Q50 ratio as the default uncertainty factor (UF) for a worst case scenario and if DT is obtained from 6 horses, a UF=1.76 may be suggested to veterinarians to recommend a WT from an EHLSC DT

136 Conclusion 2 If the EHLSC increases the number of investigated horses to 8 a default UF of 1.4 can be applied to transform a DT into a WT.

137 Types of prohibited substances (Hazard)
Doping agents Endogenous (hormones) Dietary & environmental contaminants Arguments supporting the step 1-Societal values (fairness, level playing field ethics, animal welfare…) 2-Policy - Regulation 3- Risk analysis (EHSLC approach) Exposure assessment (population survey) 3.1-Risk assessment (science) Zero tolerance approach for exposure Selection of statistical risk to establish a cutoff value to predict exposure 3.2- Risk management (scientifically sound) 3.3- Risk communication In house analytical cutoff threshold (cocaine, morphine) Permanent refinement of analytical methods (parent compounds, metabolites…) Published international threshold (hormones) Published international or regional…. (theobromine) Recommendation to food manufacturers to improve quality control Control of drug exposure Medications

138 (e.g. local anesthetics) Systemic & Non Systemic
Arguments supporting the step 1-Societal values (fairness, level playing field ethics, animal welfare… Control of drug effect 2-Policy - Regulation 3- Risk analysis (EHSLC approach) Systemic (e.g. NSAID) Non Systemic (e.g. local anesthetics) Systemic & Non Systemic (e.g. corticosteroids) A single plasma drug concentration can be an univocal biomarker of drug effect Urine is a surrogate of plasma A single plasma or urine concentration cannot be an univocal biomarker of drug effect Determination of irrelevant plasma and urine concentrations (IPC & IUC) using a PK/PD approach An IPC/IUC cannot be ascertained from PK/PD 3.1-Risk assessment (science) Decision of a HSL i.e. of a cutoff concentration that guarantees no effect In house LOD Agreed operational HSL for the control of good veterinary practices 3.2- Risk management (scientifically sound) 3.3- Risk communication Control of some exposure Establishment of a detection time by racing organization using HSL Recommendation of a withholding time by the treating veterinarian (detection time + safety span) Types of prohibited substances (Hazard) Doping agents Endogenous (hormones) Dietary & environmental contaminants Medications Establishment of a DT corresponding to selected good veterinary practices

139 CONCLUSION Les atouts de l’analyse de risque pour le contrôle antidopage Considération objective et réaliste du risque Justification et défense de décisions Évaluation des décisions des autres (US) Hiérarchisation des ressources Identification des besoins en recherche et en information