Standardization of lithium concentration to the 12-hour level using SimpLi: a simulation study and model validation

Resumen Técnico: Estandarización de la Concentración de Litio al Nivel de 12 Horas mediante SimPli

Planteamiento del Problema
El litio sigue siendo un tratamiento fundamental para el trastorno bipolar, pero posee una ventana terapéutica estrecha, lo que requiere un seguimiento terapéutico de fármacos (TDM) estricto. El protocolo clínico estándar requiere la toma de muestras de sangre 12 horas después de la última dosis vespertina. Sin embargo, la adherencia en el mundo real a este intervalo de 10 a 14 horas es deficiente; los estudios indican que aproximadamente la mitad de todas las mediciones de litio ocurren fuera de este intervalo. Las desviaciones del tiempo estándar distorsionan la interpretación de la concentración: el muestreo tardío conduce a una subestimación (riesgo de aumentos de dosis innecesarios y toxicidad), mientras que el muestreo temprano conduce a una sobreestimación (riesgo de reducciones de dosis injustificadas y fracaso terapéutico). Aunque el aprendizaje automático ofrece una solución potencial para estandarizar estas mediciones, actualmente no se dispone de conjuntos de datos estandarizados y de gran tamaño que contengan los tiempos precisos de dosificación y muestreo necesarios para la calibración de modelos en la práctica clínica rusa, y el acceso a conjuntos de datos internacionales detallados suele estar restringido.

Metodología
Este estudio empleó un enfoque basado en la simulación siguiendo el marco ADEMP (Objetivos, Mecanismos de generación de datos, Estimandos, Métodos, Medidas de desempeño) para desarrollar y validar un modelo multiplicativo llamado SimPLi.

• Generación de Datos: Se generó un conjunto de datos transversales sintéticos ($n=1000$) utilizando estadísticas descriptivas agregadas del estudio Bipolar CHOICE (Köhler-Forsberg et al., 2025). La simulación se centró en distribuciones específicas para:

  • Tiempo desde la última dosis ($t$): Mediana de 12 horas (IQR 11–14), con un "pico" específico exactamente a las 12 horas (27.6% de las muestras).
  • Concentración de litio sérico: Modelada mediante una transformación de raíz cuadrada para coincidir con las medias y desviaciones estándar de intervalos específicos, y luego revertida.
  • Dosis diaria de litio: Generada mediante una cópula gaussiana para inducir una correlación positiva moderada con la concentración, y luego discretizada en múltiplos de 150 mg o 300 mg para reflejar las concentraciones clínicas de las tabletas.
  • Correlaciones: La simulación fue calibrada para reproducir una correlación negativa objetivo entre el tiempo y la concentración ($r \approx -0.30$) y una correlación positiva dosis-concentración ($r \approx 0.30–0.40$).

• Estrategia de Modelado: El conjunto de datos se dividió en 70/30 (estratificado por intervalos de tiempo) para entrenamiento y prueba. Se evaluaron tres pasos de modelado:

  1. Regresión Lineal (Solo Tiempo): Predicción de la concentración basada únicamente en el tiempo transcurrido desde la última dosis.
  2. Regresión Lineal (Tiempo + Dosis): Adición de la dosis diaria como predictor.
  3. SimPLi (Modelo Multiplicativo con Corrección Individual): Un procedimiento de dos pasos donde un modelo de "Tiempo + Dosis" predice la concentración esperada ($\hat{C}_{meas}$) para un tiempo de muestreo dado. Se calcula un factor de corrección individual ($r = C_{meas} / \hat{C}_{meas}$) para capturar la desviación del paciente respecto al promedio poblacional. Este factor se aplica luego a la concentración predicha por el modelo a las 12 horas ($\hat{C}_{12}$) para generar el valor estandarizado: $\hat{C}_{12, estandarizado} = \hat{C}_{12} \times r$.

• Validación: El desempeño se evaluó utilizando el Error Cuadrático Medio (RMSE), el Error Absoluto Medio (MAE) y $R^2$. Un análisis de prueba de concepto comparó SimPLi contra la fórmula eLi₁₂ publicada utilizando cinco casos clínicos de la literatura de origen.

Result Resultados Clave

• Validez de la Simulación: El conjunto de datos sintético reprodujo con éxito las distribuciones objetivo, incluyendo la mediana exacta y el rango intercuartílico de los tiempos de muestreo, las estadísticas de concentración por intervalo y la correlación objetivo tiempo-concentración ($r = -0.29998$).
• Limitaciones del Modelo Lineal: Un modelo que utiliza solo el tiempo como predictor mostró una precisión limitada ($R^2 = 0.108$ en el conjunto de prueba). Añadir la dosis mejoró ligeramente el desempeño ($R^2 = 0.177$), pero ambos modelos explicaron menos del 20% de la varianza, resaltando una significativa heterogeneidad interindividual.
• Desempeño de SimPLi: El modelo multiplicativo que incorpora el factor de corrección individual demostró una precisión superior. En el análisis de prueba de concepto de cinco casos clínicos, SimPLi logró un Error Absoluto Medio menor (0.042 mEq/L) en comparación con la fórmula eLi₁₂ (0.056 mEq/L). La mejora fue más notable en pacientes con concentraciones de litio más altas.
• Sesgo a las 12 Horas: Incluso cuando el muestreo ocurría exactamente a las 12 horas, la predicción directa sin un factor de corrección individual mostró un sesgo sustancial (−0.150), lo que respalda la necesidad del factor de ajuste individual para contabilizar variables farmacocinéticas no medidas (ej. aclaramiento, distribución).

Significancia y Reivindicaciones
Los autores afirman que SimPLi es una herramienta práctica para estandarizar los niveles de litio cuando los tiempos de muestreo varían, ofreciendo un enfoque más personalizado que las fórmulas universales como eLi₁₂. Al separar la "trayectoria de tiempo promedio" de la "desviación individual", el modelo preserva las características farmacocinéticas específicas del paciente, mejorando potencialmente la precisión en los extremos de concentración o tiempo de muestreo.

El estudio posiciona a SimPLi como una solución preliminar y fundamentada para el soporte de decisiones clínicas. Los autores declaran explícitamente que la herramienta está destinada a integrarse en los sistemas de información de laboratorio o en las historias clínicas electrónicas para proporcionar a los clínicos un valor equivalente a 12 horas automatizado y corregido. Sin embargo, el artículo mantiene una postura modesta, enfatizando que la validación actual depende de un único conjunto de datos sintéticos y una pequeña comparación piloto. Los autores sostienen que la validación externa con datos del mundo real y las pruebas de robustez en diversos escenarios clínicos son requisitos previos necesarios antes de su implementación clínica. El trabajo sirve como una prueba de concepto que demuestra la viabilidad de la estandarización estadística en ausencia de grandes conjuntos de datos granulares del mundo real.