Aus der Wissenschaft

Osteoporose stellt ein großes Problem im Gesundheitswesen dar. Die Entwicklung neuartiger Behandlungen ist aufgrund der begrenzten Kosteneffizienz klinischer Studien und der ethischen Bedenken im Zusammenhang mit placebokontrollierten Studien eine Herausforderung. Computergestützte Modelle für die Entwicklung und Bewertung von biomedizinischen Produkten (In-Silico-Studien) stellen eine vielversprechende Alternative dar.

In dieser Studie wurde eine neuartige In-Silico-Studientechnologie (BoneStrength) angewandt, um die Placebo-Arme zweier abgeschlossener klinischer Studien nachzubilden und ihre Genauigkeit bei der Vorhersage des Auftretens von Hüftfrakturen bewertet. Zwei virtuelle Kohorten (n = 1238 bzw. 1226) wurden durch Stichproben aus einem statistischen Anatomieatlas auf der Grundlage von CT-Scans proximaler Oberschenkelknochen erzeugt. Die Ausgangscharakteristika entsprachen denen, die für die klinischen Kohorten berichtet wurden. Die Sturzereignisse wurden aus einer Poisson-Verteilung entnommen. Zur Schätzung der mit jedem Sturz verbundenen Aufprallkraft wurde ein multiskaliges, stochastisches Modell implementiert. Zur Vorhersage der Femurstärke wurden Finite-Elemente-Modelle verwendet. Die Inzidenz von Frakturen im 3-Jahres-Follow-up wurde mit einem Markov-Ketten-Ansatz berechnet; Patient*innen wurde als frakturiert betrachtet, wenn die mit einem Sturz verbundene Aufprallkraft die Femurstärke überstieg. Es wurden zehn Realisierungen des stochastischen Prozesses durchgeführt, um Konvergenz zu erreichen. Jede Realisierung erforderte etwa 2.500 FE-Simulationen, die mit Hilfe von Hochleistungsrechner-Infrastrukturen gelöst wurden.

Die vorhergesagte Anzahl der Frakturenbetrug12±2bzw.18±4für die beiden Kohorten. Der Bereich der vorhergesagten Inzidenz umfasste durchweg die gemeldeten klinischen Daten, obwohl die Frakturinzidenz im Durchschnitt überschätzt wurde. Diese Ergebnisse unterstreichen das Potenzial von BoneStrength für künftige Anwendungen in der Arzneimittelentwicklung und -bewertung.