1

ALGORITMI FARMACOGENETICI PER LA PREDIZIONE

DELLA DOSE DI ANTICOAGULANTI ANTI-VITAMINA K:

ANCORA UTILI?

Versione Online

Santa Mundi1, Alessandro Distante2, Raffaele De Caterina3

1Divisione di Farmacologia, Università degli Studi, Pisa

2Istituto Scientifico Biomedico Euro Mediterraneo (ISBEM), Mesagne (BR) 3Istituto 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: rdecater@unich.it

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 anti-

vitamina 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’1-

3 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 costo-

beneficio 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 pre-

trattamento 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;17:1-

13.

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;78:35-

62.

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 inter-

individual 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, Durand-

Gasselin 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;75:204-

12.

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;30:410-

20.

112. Lenzini PA, Grice GR, Milligan PE, Dowd MB, Subherwal S, Deych E, Eby CS, King CR, Porche-

Sorbet 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 genotype-

guided 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 K-

dependent 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 gamma-

glutamyl 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 S-

warfarin: 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 WARFARIN FENPROCUMONE

FLUINDIONE 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

R-WARFARIN S-WARFARIN

S-OH-WARFARIN

VK1APOE

ORM1-2 WARFARIN

NQO1

VKORC1

F2F9F10F7PROCPROS1PROZGAS6

F5F2F9F10F7PROCPROS1PROZGAS6

AT

TIV

AT

I

GGCX

ABCB1

INA

TT

IVA

TI

CYP1A1CYP1A2CYP3A4CYP3A5CYP2C8CYP2C9CYP2C18CYP2C19

CYP2C8CYP2C9CYP2C18CYP2C19

SERPINC1

NR1I2

NR1I3 NR1I2

CALU

EPHX1

WARFARIN

CYP4F2

VKOH

NR1I2

NR1I3

VKO

VKH2

VK1

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

GENE

RUOLO NEL

METABOLISMO

DEL WARFARIN

VARIANTE EFFETTO REF

VKORC1

Riduce la vitamina K

2,3-epossido a

Vitamina K

1173C>T Associato a una riduzione della

dose di warfarin 125

3730G>A

Associato a dosi maggiori di

warfarin e ha un’influenza sulla

dose stabile di warfarin

39, 100, 125

c.-1639G>A

In omozigosi (genotipo AA) rende

i pazienti sensibili al farmaco, in

eterozigosi (genotipo AG o GG)

rende i pazienti resistenti alla

terapia

148

aplotipo A

Aplotipo A/A: elevatissima

sensibilità all’anticoagulante, con

rapido raggiungimento dell’INR e

maggior rischio di emorragia

133

EPHX1

Enzima che potrebbe

essere associato a

VKORC1

rs2292566 Associazione con la dose di

mantenimento di warfarin 61

GGCX

Catalizza le

modificazioni post

trascrizionali delle

proteine vitamina K

dipendenti e media la

formazione della

vitamina K epossido

Ripetizione

(CAA)n

Possibile minore sensibilità al

warfarin 149

rs11676382 C>G Diminuzione della dose di warfarin 150, 151

8016G>A Associato alla variabilità nella

dose di warfarin 38

CALU

Proteina legante il

calcio localizzata nel

reticolo

endoplasmatico

rs339097 Associazione con una dose

maggiore di warfarin 97

Geni coinvolti nella biotrasformazione del warfarin

GENE VARIANTE EFFETTO REF

33

CYP2C9

Enzima epatico che

metabolizza l’S-

warfarin

rs1799853

rs1057910

Modifica dell’efficacia della

disattivazione dell’S-warfarin 76, 152, 153

IVS3-65G>C,

Leu208Val,

CYP2C9*5,

*6,*11 e *8

Varianti associate a una dose

ridotta di warfarin 154-157

CYP2C9*12 Dose minore di warfarin 158

CYP3A4 Enzima epatico che

metabolizza R-warfarin CYP3A4*1G

Aumento del 32% della clearance

dell’R-warfarin 159

CYP3A5

Enzima epatico ed

extraepatico che

metabolizza R-warfarin

rs6976017 Associazione con sensibilità al

trattamento 160

CYP1A2

Enzima epatico che

metabolizza l’R-

warfarin

CYP1A2*1C (-

3860G>A) e

CYP1A2*1F (-

163C>A)

Possibile correlazione tra essi e il

diverso metabolismo dell’R-

warfarin nei fumatori

161, 162

CYP2C18

Enzima trovato in

fegato e milaza che

metabolizza R- e S-

warfarin

rs2901783 Sensibilità al warfarin e sul tempo

per raggiungere l’INR 160

CYP2C19

Enima epatico che

metabolizza R- e S-

warfarin

rs3814637

Associato a un elevato INR

durante la prima settimana di

terapia

160

CYP4F2 Ossidasi della

Vitamina K1

V433M Ridotta capacità di metabolizzare

VK1 163

rs2108622 Associazione con la dose di

warfarin 77, 79, 80

Geni relativi a trasporto del warfarin e della vitamina K

GENE VARIANTE EFFETTO REF

ORM1 Glicoproteina

plasmatica

trasportatrice del

warfarin nel sangue

rs17650

Dose minore per raggiungere lo

stesso effetto terapeutico dei non

portatori

164

ORM1/2 rs3762055 Debole associazione con la dose di

warfarin 92

Geni relativi alla cascata della coagulazione

GENE VARIANTE EFFETTO REF

34

F7

Prozimogeno attivato

dai fattori IXa,

Xa,XIIa, o dalla

trombina. Essenziale

per l’emostasi.

-402G>A Sensibilità al warfarin 149

F9

Attiva il fattore X in

presenza di ioni

Ca(2+), fopsfolipidi e

fattore VIIIa

Aplotipo rs401597-

rs392959

Associazione nominale con

dose di warfarin 92

F5

Cofattore importante

per l’attività del fattore

Xa che attiva la

protrombina in

trombina

rs6018 Associazione con eventi

emorragici 160

PROC

Serin proteasi vitamina

K dipendente che

regola la coagulazione

del sangue

rs2069901T>C,

rs2069910C>T

rs2069919G>A

Singificativamente associati a

dose di warfarin 92

rs1799809GG 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).

Anno Autore Popolazione

studiata Variabili incluse nell’algoritmo

Percentuale di

variabilità

spiegata

dall’algoritmo

Ref.

2013 Tatarunas V.

189 Lituani (118

uomini e 71

donne)

Algoritmo di inizio terapia: età,

peso, INR, uso di altri farmaci,

CYP2C9*2,*3, VKORC1*2,

CYP4F2 G1347A

34%

105 Algoritmo di mantenimento: età,

peso, INR, TSH, uso di altri

farmaci, CYP2C9*2,*3,

VKORC1*2,*3

50%

2013 Ramos A.S. 163 Portoricani KORC1 -1639G>A, INR/dose,

amiodarone, età, CYP2C9, PE 51% 121

2013 Yoon I.K. 191 Koreani Età, VKORC1, CYP2C9, IL1B,

TGFB1 48.8 % 168

2013 Bazan N.S. 63 Egiziani VKORC1-1639G>A, età,

CYP2C9*3 e fumo 43.4% 143

2013 Ekladious S.M. 84 Egiziani Età, VKORC1 20.5% 71

2013 Özer M. 107 Turchi Età, CYP2C9, VKORC1 e

CYP4F2 39.3% 90

2012 Xu Q. 207 (D)/103(V)

Cinesi Han

CYP2C9*3, VKORC1-1639A/G,

CYP4F2 rs2108622, INR 54% 89

2012 Tan S.L. 321 Cinesi

VKORC1-1639G > A,

CYP2C9*3, BSA, età, numero di

farmaci che aumentano l’INR,

fumo, ipertensione e storia di ictus

preoperatorio.

56.4% 120

2012 Wei M. 260 (D)/65 (V)

Età, peso,eventi pregressi di

tromboembolismo, β-bloccanti,

Amiodarone, CYP2C9 *1/*3,

VKORC1 CT, VKORC1 TT,

CYP4F2 TT

51.7% 88

36

2012 Liang R. 115 Cinesi VKORC1-1639GA, CYP2C9,

CYP4F2, BSA, età 42% 67

2012 Pathare A. 2012 Omani

Età, peso, sesso, DVT, FA,

CYP2C9*1/*2, CYP2C9*1/*3,

CYP2C9*1/*8, CYP2C9*2/*3,

CYP2C9*3/*3, VKORC1

3673GA, VKORC1 3673 AA

63% 130

2012 Moreau C. 118 bambini

Altezza, numero di varianti

alleliche di VKORC1 e di

CYP2C9, INR

69.7% 106

2012 Cini M. 55 (D)/40(V)

Italiani

Sesso (M), età, altezza, peso,

fumo, dieta comprendente

vegetali, TAO, tromboembolismo

venoso, diabete,numero di varianti

alleliche di CYP2C9, VKORC1-

1639 G > A, VKORC1 3730 G >

A

44% 100

2012 El Din M.S. 200 Egiziani Età, sesso, peso, VKORC1 e

CYP2C9 *1/*2, *1/*3 e *2/*2 61% 68

2012 Zhang W. 328 Cinesi CYP2C9, VKORC1, età, peso 37.4% 65

2012 Pavani A. 243 Indiani

Età, sesso, BMI, CYP2C9*2,

CYP2C9*3, CYP2C9*8,

VKORC1*3, VKORC1*4,

VKORC1 1639 G>A, CYP4F2

V433M, GGCX G8016A,

introduzione di vitamina K,

ipo/ipertiroidismo

61% 104

2012 Horne B.D.

2022 pazienti

provenienti da 3

diversi paesi

Indice di risposta al trattamento,

VKORC1, CYP2C9*3,

CYP2C9*2, età, BSA,

simvastatina, fluvastatina,

amiodarone, induttori, target INR,

ictus, giorni di terapia

69.1% 119

2012 Zhong S.L.

591 (training

set)/254(test set)

Cinesi

Età, BSA, VKORC1g.3588G> A,

CYP2C9*3, CYP4F2 c.1297G>A,

amiodarone,fluconazolo,diltiazem

43.65% 87

2012 Biss T.T. 120 bambini VKORC1 (-1639G > A; 72.4% 33

37

(75% bianchi) rs9923231), CYP2C9 (*2 e *3;

rs1799853 e rs1057910), e

CYP4F2 (V433M; rs2108622)

altezza, indicazione per warfarin.

2012 Teh L.H. 86(D)/ 28(V)

Malesi-Cinesi

Età, CYP2C9 e VKORC1(G-

1639A-C1173T), altezza 37% 66

2012 Nguyen 37 bambini VKORC1, CYP2C9, età, INR 82% 123

2011 Perera M.A. 122 (D)/297(V)

Afroamericani

VKORC1-8191 e 18786, CYP2C9

*alleli, età, peso, DVT/VE 40% 101

2011 Huang S.W. 249 pazienti VKORC1, CYP2C9, GGCX, età e

peso 57.8% 41

2011 Gong Y.I.

Pazienti con AF

(n=61), VTE

(n=98) o altre

condizioni (n=8

Algoritmo Imax: VKORC1,

indicazione di VTE, PIVKA-II

(ng/mL), CYP4F2, peso.

Algoritmo S-clearance warfarin:

CYP2C9*3, GFRa, CYP2C9*2,

sesso (F)

41% alg. Imax,

36.5% alg. S-

warfarin

clearance

(L/die)

76

2011 You J.H. 80(D)/10(V)

Cinesi

CYP2C9, VKORC1, età, peso e

assunzione di vitamina K 68% 62

2011 Gong Y.I. 167 pazienti

(95% bianchi)

CYP2C9, VKORC1,CYP4F2

c.1297GA, peso, età,sesso (F),

amiodarone

42%, 70% dopo

l’aggiustamento

secondo INR

86

2011 Suriapranata I.M. 122 Indonesiani Età, peso, altezza,CYP2C9

rs17847036 e VKORC1rs992323115.4% 64

2011 Schwartz J.B.

79 pazienti

anziani (81.4

anni di media) 53

Caucasici, 10

Asiatici, 4

Spagnoli

Età, peso, altezza, fumo,

etnia/razza, storia di patologia

epatica, amiodarone, induttori di

enzimi, INR di base,INR target,

indicazioni cliniche, CYP2C9,

VKORC1

50% 109

2011 Burmester J. K. 230 pazienti

CYP2C9, CYP4F2, VKORC1,

età, sesso (M), presenza di

valvole, BSA

65.3% 84

2011 Shrif N.E. 203 Sudanesi

rs8050984 ed rs7294 in VKORC1,

rs7199949 in POL3S, CYP2C9

(*2, *5, *6, *11), peso, target INR

e altri trattamenti farmacologici

36.7% 169

38

2011 Zhang X. 122 uomini (115

Bianchi)

CYP2C9*2, CYP2C9*3,

VKORC1 1639G>A, CYP4F2

rs2108622, POR rs2868177, POR

173C>A, e POR 208C>T, peso,

aspirina

47.7% 170

2011 Zambon C.F. 371 Italiani

VKORC1 (rs9923231),

CYP2C9*2,*3, CYP4F2*3 BSA

ed età

65% 63

2011 Choi C.R. 564 Coreani

Età, sesso, ,BSA, INR, VKORC1

1173C>T, CYP2C9*3, GGCX

8016G>A e CYP4F2

7253233C>T

35% 78

2011 Cavallari L.H.

50 Spagnoli

(89% discendenti

Messicani)

VKORC1-1639G>A, CYP2C9*2

o 3, BSA, storia di

tromboembolismo venoso, età

56% 102

2011 Botton M.R. 279 Europei

Età, peso, amiodarone,

carbamazepina, b-bloccante,

amlodipina, diuretici, n. di varianti

di CYP2C9, due copie

dell’aplotipo GCG, n. di aplotipi

GCA, n. di aplotipi ATG,

CYP4F2 CT, CYP4F2 TT, F2

494TT genotype, VKORC1 -

1639G>A

63.3% 85

2011 Singh O.

124 (99 Cinesi,

12 Malesi,

13 Indiani)

CYP2C9 *3/*3+*2/*3, CYP4F2

CT+TT 0.38 37

2011 Shahin M.H.A. 207 Egiziani

VKORC1 3673, una o due

varianti alleliche di CYP2C9,

APOE ε2, età, fumo, embolismo

polmonare

0.31 97

2011 Moreau C.

132(D)/55(V)

pazienti anziani

(86.6 anni di

media)

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.

80% 110

2010 Isaza C. 145 Colombiani Età, amiodarone, sertralina, 47.4% 111

39

fluoxetina, fenitoina,

carbamazepina, CYP2C9

rs1799853 (*2) e rs1057910 (*3),

VKORC1 rs9923231

2010 Sangviroon A. 89 Thai

Età, (CYP2C9 *1/*3 e *1/*1,

VKORC1 H1+H2, VKORC1

H7+H8+H9

53.8% 56

2010 Cho H.J. 130(D)/108 (V)

Coreani

Età, VKORC1, CYP2C9, BSA,

statine 62% 108

2010 Palacio L. 191 Spagnoli Età, VKORC1-1639G/A,

CYP2C9*1, *2, *3 38.2% 57

2010 Pautas E. 300 Caucasici

VKORC1 -1639A per l’allele A,

CYP2C9*2 o CYP2C9*3, Età,

EPHX1 rs2292566 per l’allele A,

CYP4F2 rs2108622, per allele C

26.6% 61

2010 Wells P.S. 246(D) (94%

Caucasici)

Età, BMI, altezza, mancanza di

esercizio, CYP2C9*2 etero,

CYP2C9*2 omo, CYP2C9*3

etero, VKORC1 GA, VKORC1

AA, CYP4F2CC, CYP4F2 CT,

antagonisti del recettore per

l’angiotensina II, β-bloccanti

58% 82

2010 Lenzini P.

969 (D)/955(V)

(84% Caucasici,

10%

afroamericani,

3% altro,

3% Asiatici)

Età, ln(INR), VKORC1-1639

G>A, CYP2C9*2, CYP2C9*3,

BSA, target INR, razza,

Ictus,diabete, amiodarone,

fluvastatina, dose2-3-4

63% 36

2010 Roper N. 121 pazienti

razza bianca

Numero di varianti geniche,età,

altezza 64% 58

2010 Gu Q. 127 Cinesi Han VKORC1, CYP2C9, EPHX1

691A>G, età e peso 76.8% 95

2010 Perini J.A. 370 Brasiliani

Età, peso, protesi valvolari,

malattie tromboembolitiche,

simvastatina, amiodarone, numero

di varianti alleliche di CYP2C9,

VKORC1 3673GA, VKORC1

56% 80

40

3673 AA, CYP4F2 CT, CYP4F2

TT, CYP4F2 rs2108622

2010 Nowak-Göttl U. 59 bambini Età, VKORC1AA, VKORC1 GA,

CYP2C9 38% 60

2010 Ferder N.S.

495 (434

Caucasici, 47

afro.americani, 6

Spagnoli)

Vedere l’ algoritmo

successivamente sviluppato da

Horn BD e coll. 273

54% 118

2010 Cha P.C. 1515 Giapponesi

Età, BSA,

amiodarone,rs10509680

(CYP2C9), rs9923231 (VKORC1)

e rs2108622 (CYP4F2)

43.4% 83

2010 Namazi S. 55 Iraniani Sesso, età, altezza, VKORC1 e

CYP2C9 41.3% 59

2010 Cavallari L.H. 226 Afro-

americani

VKORC1 −1639G>A, CYP2C9

*2, *3, *5,*6, *8, o *11, età, BSA,

ictus, attacco ischemico transiente

36% 103

2009

International

Warfarin

Pharmacogenetics

Consortium

4043(D)/1009(V)

(56% Caucasici,

30% Asiatici,

10%

Afroamericani,

5% altro)

Età, peso, altezza, VKORC1

rs992323 AG, AA,

CYP2C9*1/*3, *2*2. *1*2, *2*3.

*3*3, CYP2C9 genotipo

sconosciuto, razza asiatica, nera o

afro-americana, mista o

sconosciuta, stato di induzione

degli enzimi, amiodarone.

47% 32

2009 Sandanaraj E. 107 Cinesi VKORC1, CYP2C9 età e peso 73.4% 50

2009 Takeuchi F. 1053 Svedesi Età, sesso, VKORC1, CYP2C9*3

and *2, CYP4F2 58% 79

2009 Wadelius M. 1677 Svedesi

VKORC1 rs9923231 A/G,

VKORC1 rs9923231 A/A,

CYP2C9 *1/*2, *1/*3, *2/*2,

*2/*3, *3/*3, età, sesso (F),

numero di farmaci che aumentano

INR

59% 70

2009 Zhang J.E. 191 pazienti (189

Caucasici)

BMI, F7, warfarin loading dose,

etnia, CYP2C9*2,

CYP2C9*3,VKORC1(-1639) e

39% 54

41

CYP4F2 rs2108622

2009 Lee M.T. 235 Cinesi Han

VKORC1 rs9923231, CYP2C9*3,

età, peso, EPHX1 rs1877724,

PROC rs5935, CYP2C18

rs7896133

44% 94

2009 Huang S.W. 266 Cinesi

Età, BSA, VKORC1 6484CT,

VKORC1 6484CC,

CYP2C9*1/*3, CYP2C9*3/*3,

54.1% 52

2009 Ohno M. 125 Giapponesi Età, BSA, CYP2C9*3 e

VKORC1-1639G>A 54.8% 55

2009 Borgiani P. 141 Caucasici

VKORC1 1173C>T, e 3730G>A,

CYP2C9*2 e *3 , CYP4F2

rs2108622, età, peso

60.5% 81

2009 Kim H.S. 265 Koreani

Età, peso, infarto/cariomiopatia,

uso di farmaci che innalzano

l’INR, aspirina, integratori

alimentari che aumentano INR,

genotipo CYP2C9*3/*13/*14 e

VKORC1 1173 C>T

56% 51

2009 Yoshizawa M. 259 Giapponesi

VKORC1 -1639 G>A, CYP2C9,

altezza, peso, età, sesso, albumina

sierica

33.2% 53

2008 Caldwell M. D. 1051 pazienti VKORC1, CYP2C9 e CYP4F2,

sesso, età, BSA e INR 56% 77

2008 Wu Alan H.B.

167 (22

Spagnoli, 50

Afro-Americani,

60 Caucasici, 30

Asiatici, 5 misti)

CYP2C9 *3, *2, etnia, uso di

inibitori, sesso, peso , altezza, uso

di sigarette, VKORC1

3673,VKORC1 7566TC,

VKORC1 7566TT

59% 142

2008 Perini J.A. 390 Brasiliani

Età, peso, presenza o assenza di

protesi valvolari, presenza di

malattia tromboembolica,

prescrizione di simvastatina,

amiodarone,CYP2C9, VKORC1

3673GA o AA.

51% 99

2008 Lenzini P.A. 86 D (di cui 74

Caucasici) /

1° Dose Warfarin , 2° Dose

Warfarin, 3° Dose Warfarin, 77% 112

42

179V (di cui 160

Caucasici)

CYP2C9*2, fumo, ln(INR4),

ln(perdita di sangue durante

l’intervento), CYP2C9*3, Statine,

VKORC1(rs9923231).

2008 Wang T.L.

318 Cinesi Han

in terapia con

warfarin e 995

controlli sani

VKORC1, CYP2C9, EPHX1, età,

peso 40.2% 93

2008 Schelleman H.

259 (147

Caucasici, 112

Afroamericani)

Età, VKORC1 1173CT, VKORC1

1173TT, F7−401GT,, CYP2C9

*2,*3, BMI, numero di farmaci

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

37% 96

2008 Hatch E. 88 Svedesi Età, CYP*2, CYP*3, VKORC1,

altezza, altri farmaci 53% 113

2008 Gage B.F.

1015 D / 292 V

(83%Caucasici,

15%

Afroamericani,

2% altro)

VKORC1 (rs9923231), BSA,

CYP2C9*3, età, CYP2C9*2, INR,

amiodarone, fumo, razza,

DVT/PE

54% 114

2008 Cooper G.M. 560 bianchi

Età, sesso,amiodarone, losartan,

VKORC1 rs9923231, CYP2C9

(*2 o *3)

41.2% 115

2008 Michaud V. 132 Caucasici

1. Algoritmo: età, BSA, S:R-

warfarin a 14 h, CYP2C9*1*,

CYP2C9*x*x, VKORC1 9041

G/A, VKORC1 9041 A/A e

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

51% 116

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

2007 Zhu Y. 65 pazienti

Età, sesso, peso, VKORC1-AA,

VKORC1-GG, CYP2C9*2,

CYP2C9*3

61% 47

2007 Miao L. 178 Cinesi Età, peso, genotipo VKORC1 e

CYP2C9 62% 48

2007 Millican E.A.

92 pazienti pre-

chirurgia

ortopedica

INR3, 1st warfarin dose, 2nd

warfarin dose, EBL, INR3,

CYP2C9*2, CYP2C9*3, fumo,

VKORC1, target INR

79% 117

2007 Caldwell M.D. 570 pazienti

VKORC1, CYP2C9 età, sesso,

BSA,presenza o assenza di

valvole cardiache, diabete

56% 98

2007 Kimura R. 93 Giapponesi

Età, sesso, peso,VKORC1

−1639GA,GGCX

8016GA,CYP2C9 42613AC

33.3% 38

2007 Momary K.M. 115 Afro-

americani Età, BSA, CYP2C9 33% 171

2007 Wadelius M. 201 Caucasici

VKORC1, CYP2C9*2 e *3,

PROC rs2069919, EPHX1,

GGCX, ORM1-2, età, peso,

interazioni con altri farmaci

73% 92

2007 Anderson J.L. 200 pazienti

(94% bianchi)

CYP2C9 *1*1, *1*2, *1*3, *2*3,

*2*2, *3*3, VKORC1 1173

CT,VKORC1 1173 TT,VKORC1

1173 CC, età, sesso, peso

47% 49

2006 Carlquist J.F. 213 Nord

Europei

Età, sesso, peso, CYP2C9,

VKORC1 33% 46

2006 Herman D. 165 Caucasici

VKORC1 6484TT, VKORC1

6484CT, VKORC1 9041AA,

CYP2C9 *1/*x, CYP2C9 *x/*x,

età, BSA

60% 39

2006 Takahashi H. 157 Caucasici CYP2C9*2/*3/*11, VKORC1 57% 44

44

172 Giapponesi

36

Afroamericani

1173 C>T (rs9923231), età, peso

2006 Tham L.S.

107 D (56

Cinesi, 32

Malesi, 19

Indiani) / 108 V

D (62 Cinesi, 37

Malesi, 9

Indiani)

età, peso, CYP2C9 * 3, VKORC1

381 CC, VKORC1 381 TC 60.2% 45

2005 Sconce E.A. 297 V/ 38 D Età, CYP*2, CYP*3,

VKORC1(rs9923231), altezza 55% 42

2005 Herman D. 188 Peso di massa magra, età, uso di

altri farmaci, CYP2C9 37% 74

2005 D’Andrea G. 147 pazienti / 35% 125

2005 Wadelius M. 201 Caucasici

VKORC1, CYP2C9 , GGCX, età,

peso, interazione con altri farmaci,

indicazioni per il trattamento

57% 91

2005 Veenstra D.L. 69 Cinesi Età, sesso, VKORC1 e CYP2C9. 60.8% 43

2005 Voora D. 48 pazienti

ortopedici

Età, BSA, CYP2C9*2,

CYP2C9*3, amiodarone, target

INR, simvastatin, razza, sesso (F)

42% 75

2004 Kamali F. 121 pazienti Età, CYP2C9*3 20.4% 73

2004 Gage B.F. 369 pazienti

Età, BSA, CYP2C9*2,

CYP2C9*3, amiodarone, target

INR, simvastatin, razza, sesso (F)

37% 72

2004 Hillmann M.A. 453 pazienti

CYP2C9*2, *3, età, BSA,

trapianto di valvole, diabete, età x

diabete, CYP2C9*2 o *3 x BSA,

CYP2C9*2 o *3 x diabete

33.7% 13

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 Index),

PD=farmacodinamica, PK= farmacinetica, NVAF=non valvular atrial fibrillation, x=prodotto.

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)}