Professional Documents
Culture Documents
Modèles & Instruments en Médecine & Biologie
1998
Mémoire de recherche
ABOURABII IYAD
Analyse de la dynamique d'apparition dans la salive
d'une molécule absorbée par voie orale
1
Responsable de stage : Pr. BACONNIER Pierre*
Pr. MARTIEL Jeanlouis*
en collaboration avec : Pr. BESSARD Germain**
Mme. VINCENT Françoise**
* Laboratoire TIMC/IMAG. Equipes TIMB et PRETA, Facuté de Mèdecine,Université
Joseph Fourier, BP 53X, 38041 Grenoble cedex 9
**Laboratoire de Pharmacologie et Toxicologie, CHU de Grenoble B.P: 217, 38043
Grenoble Cedex 09.
2
RÉSUMÉ
Ce travail a pour objet de proposer un modèle permettant de décrire et d'analyser l'évolution précoce du
contenu en alcool de la salive. Nous avons développé un modèle à 3 compartiments (bouche, tube digestif et
sang) prenant en compte les transferts entre compartiments et l'élimination métabolique (considérée comme
un processus de premier ordre). Notre travail a été fait en deux étapes. Dans la première, nous avons réalisé
des dosages successifs d'éthanol dans la salive sur trois volontaires sains (4 épreuves chacun : avec ou sans
déglutition, et à chaque fois, avec ou sans rinçage de la bouche), dans les trois heures suivant une seule prise,
d'une dose de 0,5 g/kg, par deux méthodes immunochimiques (REA et QED). Les résultats obtenus par
chacune de ces deux méthodes sont similaires. Dans la deuxième étape, l'expérimentation a été faite sur 5
sujets sains volontaires (une épreuve avec déglutition et rinçage), et en utilisant la méthode QED uniquement.
Nous avons estimé, à partir des données expérimentales, les paramètres pour les sujets des deux séries. Les
résultats montrent que le modèle est acceptable et que les paramètres varient peu d'un sujet à l'autre.
Mots clés : Éthanol, Dosage, Salive, Modélisation.
ABSTRACT
This paper intends to propose a model in order to describe and analyze the early evolution of alcohol
concentration in the saliva. We have developed a three compartment model (mouth, digestive tract and blood),
including transfers between the compartments, and metabolic elimination considering that the metabolism of
alcohol follows a kinetic of first order. We had made our study in two stages, First, three healthy volunteers
drank a moderate dose of alcohol (0,5 g/kg), four tests were made for every subject (with or without
swallowing, and in each case with or without washing the mouth after alcohol administration). Then we
measured ethanol concentration in the saliva by QED, as well as by the REA method. Both methods provided
similar results. In the second stage, one test was made for five healthy volunteers (with swallowing and
washing), and only the QED method was used for measuring the ethanol concentration in the saliva. Next,
using experimental data, we estimated the validity of this model, and the parameters for every subject. the
results shows that this model is satisfactory, also there was a little variation between the parameters of every
subject.
Key words : Ethanol, Determination, Saliva, Modelisation.
3
1.INTRODUCTION
Actuellement, les milieux biologiques classiques utilisés pour le dosage des substances actives, drogues,
médicaments, et toxiques en toxicologie, sont le plasma et l'urine. La salive constitue un liquide alternatif
intéressant pour la recherche de ces substances qui s'y retrouvent après une introduction dans l'organisme,
quelle que soit la voie d'administration [1]. Les premières études portant sur l'excrétion salivaire des
substances médicamenteuses ou toxiques, et les méthodes de dosages ont été publiées il y a plus de 20 ans
[2,3].
En effet, la salive présente de nombreux intérêts, dont le premier est que son recueil est aisé, car il s'agit d'une
méthode non invasive, donc sans aucun danger pour le sujet qui s'y prête, et qui peut aisément être réalisée
par un personnel non médicalisé. Elle présente en outre l’avantage de pouvoir être répétée de façon fréquente
et rapprochée sans aucun problème, ce qui n'est pas le cas pour le dosage dans le sang.
D'autre part, la concentration salivaire d'un médicament est bien corrélée à l'effet pharmacologique de ce
médicament, car elle présente uniquement la fraction libre de la drogue dans le plasma (tableau I), alors le
prélèvement salivaire a l'avantage sur le prélèvement d'urine, qui permet de détecter une consommation de
drogue, mais ne permet pas de déterminer si le sujet était sous l'effet de cette drogue au moment du contrôle,
de plus, le prélèvement salivaire se fait sans atteinte de l'intimité ce qui permet de multiplier les prélèvements
sans gène pour le patient.
Tableau I : Comparaison entre la fraction (libre/totale) dans le plasma, et la fraction (salive/plasma) de
plusieurs drogues [2].
Drogue Libre/totale Salive/plasma
Aminopyrine 0.85 0.80
Antipyrine >0.90 0.83 1.0
Digoxin 0.77 0.78
Phenacetin 0.60 0.70 0.60
Phenytoin 0.10 0.14 0.09 0.11
Primidone 0.78 0.97 0.97 1.08
Dans cette optique, nous avons décidé de développer un modèle pharmacocinétique permettant d'expliquer la
sécrétion salivaire des médicaments et toxiques.
pour cela, et pour des raisons pratiques, nous avons décidé de faire l'expérimentation avec l'éthanol, car sa
pharmacodynamique est convenable (son lien avec les protéines sanguines est faible) [4], et nous pouvons le
donner aux sujets sans aucuns problèmes d'administration.
Si de nombreux travaux ont été réalisés au sujet des corrélations existantes entre concentrations salivaire et
sanguine d’alcool éthylique [5], il n’existe, à notre connaissance que peu d’études s’intéressant à la phase
précoce qui suit immédiatement l’ingestion d’un produit alcoolisé.
D’autre part, il apparaît qu’au niveau de la cavité buccale, la présence d’alcool consécutive à une ingestion
orale correspond à une fraction sécrétée en provenance du sang qui vascularise les muqueuses buccales et
glandes salivaires mais aussi à une fraction de «contamination» due au passage du liquide alcoolisé dans la
bouche, l'importance relative de ces deux phénomènes a été peu explorée.
Nous avons donc décidé de mesurer l’évolution du contenu en éthanol de la salive, en multipliant les mesures
plus particulièrement à la phase initiale suivant l’ingestion d’alcool, c’estàdire dans les 20 premières
minutes.
4
Nous avons d’autre part essayé d’expliquer l’évolution des concentrations salivaires en termes d’échanges
entre les différents secteurs de dilution de l’organisme.
Pour réaliser cette explication, nous avons construit un modèle susceptible de prédire les relations
dynamiques existant entre taux sanguin et salivaire de l'alcool.
5
1.2Pharmacocinétique dans la salive
La salive est un milieu utilisable pour le suivi thérapeutique, des nombreuses études pharmacocinétique et
pharmacodynamique de certains de médicaments y compris l’éthanol ont été publiées [9,10].
Même si la salive n'est pas un simple ultrafiltrat plasmatique, la relation entre la concentration en
médicaments et toxique dans la salive et le plasma peut se déduire de leurs propriétés physiochimique : PKa,
liposolubilité, de leur liaison aux protéines plasmatiques, ainsi que des facteurs physiologiques tels que le pH,
flux salivaire et les physiopathologies de la cavité orale [11].
Deux facteurs physique sont très importants lors du passage à travers une membrane : le poids moléculaire et
le coefficient de partage de la substance auxquels le coefficient de perméabilité peut être relié.
Les molécules de petite taille passent à travers les pores de la membrane mais à partir de 100 Dalton elles
doivent traverser la double couche lipidique [12]. Plus la substances est lipophile et plus le passage dans la
salive est rapide, à savoir qu'il existe des transporteurs actifs pour certaines substances comme le lithium.
Les membranes lipidiques biologiques ne sont pas perméable à des molécules ionisées chargées. Ainsi pour
les substances de grande taille soumises à une diffusion passive, le transfert va dépendre essentiellement de
leur gradient de concentration en forme non ionisée de part et d'autre de la membrane donc du pKa de la
molécule et du pH sanguine et salivaire.
6
figure 1 : Schéma fonctionnel de la sécrétion de la salive primaire au sien d'un acinus salivaire
.
D'après la théorie de partition si le pKa d'une drogue basique est supérieur à 6 et celui d'une drogue acide
inférieure à 8 des différences considérables vont apparaître entre les concentrations salivaires et plasmatiques
(S supérieure à P) à cause de la prédominance des formes dissociées.
Le taux S/P peut être approché par des équations basées sur celles d'HendersonHasselbach [13] :
pour les acides faibles (A)
pour les bases faibles (B)
7
Le degré de liaison aux protéines est un facteur important permettant de connaître la disponibilité de la
molécule pour la diffusion. La concentration salivaire représente usuellement la fraction libre des molécules
puisque seule cette fraction est susceptible de traverser la membrane. La plupart du temps le pourcentage de
liaison d'une drogue aux protéines salivaire est inconnu mais il a été montré que cette liaison est très faible par
rapport à la liaison aux protéines plasmatiques, FS peut donc être considéré égal à un pour le calcul des taux
S/P théoriques [14].
Quand la dose administrée est faible, la fraction libre et le taux S/P sont constants et indépendants des
constantes de dissociations, d'absorption et d'élimination, mais si l'on augmente la dose, FP varie et le taux
S/P va dépendre de ces constantes. Quand la drogue et les protéines sont en concentration égales, les taux S/P
changent rapidement à cause d'une grande fluctuation des concentrations salivaires.
Des taux S/P théoriques ont pu être calculés à partir des équation A et B en supposant que le pH salivaire
égale à 6,8 [15], mais du fait de la grande variation du flux salivaire et du pH, les taux sont souvent très
diffèrent de ceux rencontré lors des expérimentations.
8
2.MODÈLE ET ÉQUATIONS
2.1Modèle initial
Nous avons démarré avec un modèle qui se compose de trois compartiments avec deux entrées
impulsionuelles: la principale (Q1) qui représente la quantité d'éthanol arrivant dans le tube digestif, et la
deuxième (Q2) qui représente la quantité restant dans la bouche assimilée à l'effet de contamination buccale,
toutes deux au temps t=0.
Dose
absorbe
Q2 Q1
ksb kgs
Sang
km k0S
vmax
Mtabolisme limination
figure 2 : Schéma des échanges de l'alcool entre les différents compartiments (modèle initial maximal).
L'alcool absorbé dans le tube digestif, passant ainsi dans le sang, suit l'une de ces voies:
élimination par les voies naturelles d'élimination (urine, larmes, air expiré....).
9
élimination métabolique : par l'enzyme ADH (alcool déshydrogenase), et le système MEOS (microsomal
ethanol oxiding system), cette élimination se fait communément de façon non linéaire , ce qui est exprimé par
la célèbre équation de MichaelisMenton.
Enfin, une partie de l'alcool et sécrété par les glandes salivaire dans la bouche.
Le schéma de ce modèle est présenté dans la figure (2). Il peut être présenté par le système différentiel suivant
:
Ou G(t), S(t), et B(t), sont les concentrations de l'éthanol au temps t dans le tube digestif, le sang, et la bouche
respectivement, est le coefficient de passage du tube digestif vers le sang, est le coefficient de passage de la
bouche vers le tube digestif, le coefficient d'échange entre sang et bouche, est le coefficient d'élimination
de l'éthanol à partir du sang, est le taux maximum d'élimination, et est la concentration sanguine de l'alcool
avec laquelle le système enzymatique métabolise l'alcool à 50% de sa capacité maximale d'élimination
métabolique.
Ce système différentiel n'a pas une solution analytique, c'est pourquoi nous avons utilisé une autre méthode
que la méthode classique de Newton, la méthode choisi était la méthode de Downhill Simplex.
10
figure 3 : La méthode de Downhill Simplex.
C'est une méthode qui est proposé par Nelder et Mead [16]. Simplex est une figure géométrique qui se
compose dans un espace de dimension n (ce qui est l'espace de paramètres bien évidement), de (n+1)
soumets. La figure (3) représente cette figure dans un espace de trois dimensions, avec les étapes réalisées par
cette méthode pour la minimisation de la fonction d'erreur (la différence entre la sortie théorique du modèle et
les données expérimentales obtenues).
D'abord, on va déplacer le point où la fonction d'erreur est la plus grande (le point de maximum) de l'autre
coté de la surface qui contient le point où cette fonction est plus petite (le point de minimum), cette opération
s'appelle réflexion.
Puis, on va s'assurer que le point d'optimum ne se trouve pas plus loin de ce coté, en faisant ce qu'on appelle
l'expansion avec un coefficient de x2, sinon, on revient au coté d'origine, en faisant la contraction avec un
coefficient de x1/2, où le point de maximum va s'approcher du point de minimum.
Dans la dernière étape, tout les points de cette figure vont s'approcher du point de minimum, en faisant la
multiple contraction, ainsi, on va tomber sur la pointe d'optimum. On remarque que dans cette méthode et
contrairement à la méthode de Newton, la convergence est assurée [16].
Les valeurs des paramètres obtenus avec ce modèle étaient instables, nous pensons que c'est parce que le
nombre des paramètres à identifier est important (7), alors que nous n'avons qu'un seul accès (le
compartiment salivaire), ce qui n'est pas suffisant pour bien identifier les paramètre, nous avons alors eu deux
choix:
soit d'essayer de trouver un autre accès au modèle (par exemple : série de mesures pour la concentration
sanguine d'alcool).
soit de simplifier le modèle et diminuer le nombre de paramètre.
11
Le deuxième choix était plus réalisable, c'est pourquoi nous avons développé la version minimale du modèle.
Avec un nouveau coefficient qui est le coefficient d'élimination d'alcool à partir du sang (par voie
métabolique et par les voie naturelle d'élimination).
12
Dose
absorbe
Q2 Q1
k sb k gs
Sang
k el
liminat ion
M t abolisme
figure 4 : Schéma des échanges de l'alcool entre les différents compartiments (modèle final minimal).
Ce système possède une solution analytique :
13
Comme nous avons déjà fait les programmes, nous avons continué à utiliser la méthode de Dowhill Simplex
pour l’optimisation, malgré le fait que la méthode de Newton est faisable avec le modèle minimal.
14
3.EXPÉRIMENTATION
Notre études s'est faite en deux phase :
3.1Phase préliminaire
3.1.1Population
L’étude préliminaire a été réalisée chez 3 sujets volontaires sains (2 femmes et un homme), d'un âge moyen
de (48±1 ans), et qui pour les besoins de la cause ont absorbé, à jeun, une boisson alcoolisée standardisée
correspondant à une prise de 0,5 g d’éthanol par kg de poids corporel, la boisson choisie était du whisky à
40%, dilué au demi dans du jus d'orange, le volume absorbé à été calculé en fonction du poids de chaque
sujet, en tenant compte de la densité de l'éthanol et de sa concentration dans la boisson (30 g/100ml).
3.1.2Matériels et méthodes
L’alcool éthylique a été dosé dans la salive par deux méthodes différentes :
la première est la méthode utilisée en routine, par le laboratoire de Pharmacologie du CHU de Grenoble
pour doser les alcoolémies demandées en urgence par les services cliniques. Il s’agit de la méthode REA
commercialisée par les laboratoires ABBOTT qui est effectuée sur un automate ADX.
Le dosage Ethanol REA est une technologie basée sur l'atténuation de l'intensité de fluorescence (REA). La
concentration exacte de l'éthanol est déterminée par les réactions enzymatiques combinées de l'alcool
déshydrogénase et de la diaphorase qui produisent un chromophore. Le schéma réactionnel est donné par les
étapes suivantes, figure (5) :
Alcool
Dehydrogenase
Diaphorase
La relation existant entre la concentration en éthanol et l'intensité de fluorescence mesurée est établie par une
courbe de calibration. Les calibrateurs d'éthanol caractérisé par des concentrations connues sont analysés et
l'intensité de fluorescence atténuée est mesurée. Lorsqu'un échantillon inconnu est dosé, sa concentration est
calculée au moyen de la courbe de calibration mémorisée.
la deuxième méthode correspond au dispositif QED (Quantitative Ethanol Detector) mis à notre disposition
par la société STC technologie.
Elle utilise l'alcooldéshydrogénase, pour catalyser l'oxydation de l'ethanol en acétaldéhyde, avec la réduction
simultanée du Nicotinamide Adénine Dinucléotide (NAD) [19].
Le NADH résultant est oxidisé à la présence d'un agent oxydant (sel de diaphorase et detétrazolium) qui est
incorporé dans la phase solide, cette oxydation provoque la formation d'un produit terminal coloré. La
15
longueur de la barre colorée est directement proportionnelle à la concentration de l'ethanol dans l'échantillon,
le schéma des réaction chimique est présenté dans la figure (6).
Alcool
Dehydrogenase
Diaphorase
Diaphorase
Le kit QED est un système unitaire permettant de mesurer quantitativement la concentration en alcool dans la
salive, il se compose d'un collecteur (type coton tige) et du QED test ; le dispositif de recueil est appliqué sur
les muqueuses de la langue, des joues, et des gencives, pendant 3060 secondes, puis, le coton tige bien
imbibé et saturé par la salive, est placé dans l’orifice d'entrée du test, en appliquant une pression modérée. La
lecture du résultat se fait au bout de deux minutes exactement figure (7).
figure 7 : Le kit QED.
Les principales caractéristiques et paramètres de validation de ces deux méthodes sont présentés sur le
tableau II.
Tableau II : Dosage d'alcool : Critères de validation du dosage d'alcool dans la salive pour les méthodes
REA, QED.
Méthode REA sur ADX Abbott [20] Dispositif QED
Zone de linéarité 0 → 3 g/l 0 → 1,45 g/l
Répétabilité CV< 2,6% CV<3,7%
Reproductibilité CV< 3,6% CV<3,3%
Chaque sujet a réalisé quatre épreuves avec la même boisson alcoolisée :
première épreuve : prise orale avec déglutition, sans rinçage de la bouche après l’ingestion.
deuxième épreuve : prise orale avec déglutition mais avec rinçage.
troisième épreuve : prise orale mais sans déglutition donc avec rejet et sans rinçage.
16
quatrième épreuve : prise orale, sans déglutition mais avec rinçage.
La prise orale a été réalisée en 1 minute (de H à H+1), et compte tenu du volume de liquide à ingérer, répartie
en 4 doses prises toutes les 15 secondes.
Dans les séries avec rinçage, les quantités de liquide de rinçage ont également été standardisées (20 ml d’eau)
; 3 rinçages successifs ont eu lieu en 1 minute ; le liquide de rinçage a été recueilli pour le dosage de l'alcool.
Les prélèvements ont été réalisés à H+2,5', H+5', H+7,5', H+10', H+15', H+20', H+25', H+30', H+40', H+50',
H+60', H+90', H+120', H+150', H+180'.
Pour la méthode REA, les prélèvements ont été effectués par écoulement, en laissant la salive s’écouler dans
un tube, par dessus la lèvre inférieure ; pour le système QED nous avons utilisé le coton tige, ce prélèvement
est systématiquement décalé d’une minute par rapport au précèdent.
3.1.3Résultats
La figure (8), représente l’évolution des concentrations d’éthanol (mesurées par la méthode REA), en
fonction du temps chez les trois sujets de la première étape de l’étude.
La courbe pointillés représente l’évolution des concentrations obtenues à la suite d’une prise sans déglutition
et correspond donc à l’effet que nous qualifions de contamination de la cavité buccale, par opposition à la
filtration d’origine sanguine. On voit que dans ce cas, la concentration, très élevée dans la suite immédiate de
la prise décroît très rapidement pour devenir indétectable au bout de 15 minutes.
La courbe continue représente l’évolution des concentrations à la suite de la même prise, mais cette fois avec
déglutition. On remarque dans ce cas, après la phase de décroissance rapide initiale, liée au même phénomène
que précédemment, une seconde phase marquée par l'apparition d’un pic salivaire suivi d’une décroissance
lente. Cette phase correspond aux échanges sang salive. La concentration salivaire est détectable jusqu’à plus
de 3 heures.
17
Absorption
Rinage
3 3
Sujet (1) Sujet (2)
2,5 2,5
2 2
concentration
1,5 (g/l) concentration
1,5 (g/l)
1 1
0,5 0,5
0 0
0 50 100 150 200 0 50 100 150 200
Temps(min) Temps(min)
3
Sujet (3)
2,5
concentration
1,5 (g/l)
0,5
0
0 50 100 150 200
Temps(min)
figure 8 : Évolution des concentrations d'alcool en fonction du temps (méthode REA) chez les trois sujets de
la phase préliminaire.
La figure (9), illustre l’évolution des concentrations selon qu’un rinçage est effectué ou n’est pas effectué.
On voit que le rinçage diminue la concentration à la phase initiale mais n’a aucune influence sur les
concentrations au delà de la 15 ème minute; de plus, la quantité d'alcool retrouvée dans les liquides de rinçage
est relativement faible.
18
Absorption
abp+lav
3
Sujet (1)
2,5
concentration
1,5 (g/l)
0,5
0
0 50 100 150 200
Temps(min)
3
Sujet (2)
2,5
concentration
1,5 (g/l)
0,5
0
0 50 100 150 200
Temps(min)
3
Sujet (3)
2,5
concentration
1,5 (g/l)
0,5
0
0 50 100 150 200
Temps(min)
figure 9 : Effet du rinçage (méthode REA) chez les trois sujets de la phase préliminaire.
19
3.2Phase finale
3.2.1Population
L'expérimentation a été réalisée chez 5 sujets volontaires sains (2 femmes et 3 hommes), d'un âge moyen de
(26 ans), qui ont absorbé, à jeun, une boisson alcoolisée standardisée correspondant à une prise de 0,5 g
d’éthanol par kg de poids corporel (50% de Rhum et 50% jus d'orange).
1,5 1,5
Sujet (4) Sujet (5)
1 1
0,5 0,5
0 0
0 50 100 150 0 50 100 150
Temps (min) Temps (min)
1,5
Sujet (6) 1,4 Sujet (7)
1,2
1
1
Concentration (g/l) concentration (g/l)
0,8
0,5
0,6
0,4
0 0,2
0 50 100 150 0 50 100 150
Temps (min) Temps(min)
1,5
Sujet (8)
concentration (g/l)
0,5
0
0 50 100 150
Temps (min)
Figure (10) : L’évolution des concentrations d’éthanol (mesurées par la méthode QED), en
fonction du temps, chez les 5 sujets de l'étude finale.
20
3.2.2Matériel et méthodes
Contrairement à la premier phase, l’alcool éthylique a été dosé dans la salive en utilisant uniquement la
méthode QED.
Chaque sujet a réalisé une seule épreuve avec la boisson alcoolisée : prise orale avec déglutition, et avec
rinçage de la bouche après l’ingestion.
Les prélèvements ont été réalisés en temps aléatoires, en essayant de multiplier les point dans les premier
trente minute, et de faire plus de 15 prélèvement.
3.2.3Résultats
La figure (10) représente l’évolution des concentration d’éthanol (mesurées par la méthode QED), en fonction
du temps, chez les cinq sujets de l'étape finale de l'étude.
Malgré l'apparition d'un "bruit" lié à la qualité de la mèthode QED, on retrouve les 3 phases décrites plus haut
chez les sujet (6, 7, et 8), pour les autres sujets, nous n'avons pu détecter la première phase descendante, car
les mesures correspondantes ont été fausses ou perdues.
Dans la suite de l'expérience nous n'avons pas eu ce problème (le temps entre les mesure étant plus grand). De
tout façon, ca n'a eu aucun effet sur l'identifications des paramètres.
21
4.IDENTIFICATION DE PARAMÈTRES
Nous avons calculé les paramètres d'échanges pour chaque sujet à partir des données expérimentales
obtenues, en minimisant la distance entre la sortie du modèle et les données expérimentales dans l'espace des
paramètres (la méthode de Downhill simplex). La minimisation de cette distances a été opérée par
l'application de la procédure BCPOL [21], et les programmes ont été développé en langage fortran90 (annexes
1, 2, 3).
4.1Phase préliminaire
Les paramètres des échanges identifiés à partir des données expérimentales obtenues pour les trois sujets, sont
présentés dans le tableau III.
Tableau III: Paramètres pharmacocinétique des échanges d'alcool entre les trois compartiments (phase
préliminaire).
sexe ( ) ( ) ( )
Sujet (1) f 0,286 0,0007 0,288 0,991
Sujet (2) m 0,299 0,0005 0,297 0,899
Sujet (3) f 0,262 0,0002 0,284 0,996
Les résultats obtenus montrent que notre modèle est valable, que l'identification des paramètres d'échange
entre les trois compartiments à partir des données expérimentales est possible, et que les valeurs sont
comparable.
Les résultats de l'étude préliminaire, et l'identification des paramètres, ont fait l'objet d'une publication dans la
revue scientifique Toxicorama [22].
4.2Phase finale
Les résultats de l'identification des paramètres du modèles pour les données de la deuxième série de sujets,
sont présentés dans le tableau IV.
Tableau IV: Paramètres pharmacocinétique des échanges d'alcool entre les trois compartiments (phase
finale).
sexe ( ) ( ) ( )
Sujet (4) f 0,050 0,0072 0,149 0,995
Sujet (5) m 0,279 0,0005 0,299 0,997
Sujet (6) m 0,051 0,0005 0,298 0,996
Sujet (7) f 0,149 0,0081 0,347 0,994
Sujet (8) m 0,241 0,0005 0,297 1
22
5.DISCUSSION
5.1Modèlisation
Un modèle minimal à trois compartiments (Bouche, Tube digestif, et Sang), est capable de bien décrire la
dynamique de l'éthanol dans l'organisme, après une administration buccale.
Nous avons développé un modèle minimal, car nous avons un seul accès au modèle (le secteur salivaire), et
les résultats de l'identification des paramètres nous a montré qu'un seul accès, ou une seule série de mesure
n'est pas suffisant pour calculer un nombre important des paramètres (7 si on considère que le métabolisme
de l'éthanol est non linéaire), ce qui nous a obligé de simplifier notre modèle, en faisant une modélisation
minimale du phénomène.
Dans le modèle minimal, nous avons négligé le transfert du secteur salivaire vers l'estomac (la quantité
d'éthanol potentiellement apporté pendant la période de l'expérience étant négligé par rapport à la quantité
administrée).
Nous avons aussi considéré que le métabolisme de l'éthanol se fait de façon linéaire (choix justifiable par la
publication de Widmark [18]), ainsi le nombre des paramètre à identifier est réduit à 4.
23
La figure (12) montre l'évolution de la concentration salivaire, reconstituée grâce au modèle,
comparativement
aux valeurs expérimentales mesurées pour l'un des sujets de l'étude.
0,8
0,6
Alcool (g/l)-QED
0,4
0,2
Alcool (g/l)-REA
.
figure (11) : Dosage d'alcool dans la salive exprimé en (g/l) par méthode REA versus méthode QED, le
segment de droite représente la droite d'identité (y=x). Seules les mesures d'une valeur inférieure à 1 g/l ont
été représentées (gamme de sensibilité QED).
24
2 Donnes exprimentales
Modlisation
1,5
Concentration salivaire
1 (g/litre)
0,5
0
0 50 100 150 200
Temps (minutes)
figure 12 : Comparaison entre la sortie théorique du modèle et les données expérimentales (pour l'un des
sujets de l'étude) .
.
Les résultats de l'identification des paramètres, et la bonne corrélation entre eux, nous permettent de
considérer que le choix de la méthode d'identification dont la convergence est assurée, était un choix
justifiable.
Il faut enfin mentionner que le nombre de sujets n'a pas été suffisant pour estimer les valeurs prédictives des
paramètres, à l’exception de , dont les valeurs sont stables, ce qui nous permet de considérer qu'une valeur
inférieure pour ce paramètre reflette un déficit du système d’élimination de l’èthanol, soit pour des raisons
pathologiques, ou bien ethniques (sujet 4), De toute façon , la détermination des valeurs prédictives des
paramètres nécessite un travail ultérieur.
25
6.CONCLUSION
En conclusion, cette étude montre plusieurs éléments intéressants :
1 après prise orale d’alcool il existe une période où la concentration salivaire de l'alcool est élevée, non
corrélée à l’imprégnation de l’organisme mais reliée à un effet «contamination» du à l’ingestion.
2 un modèle à trois compartiments (salive, tube digestif et sang) permet d'espérer une approche prédictive
précise des concentration salivaires à la suite d'une imprégnation alcoolique
3 des résultats de la modélisation, il découle que pour 2 mesures rapprochées, il devrait être possible de
préciser la phase dans laquelle on se trouve : décroissance rapide initiale des 15 premières minutes, croissance
consécutive ou décroissance terminale, ce qui permettent de faire une estimation rapide de l'heure de
l'ingestion.
Ce travail doit être complété, et il est envisagé de l'étendre à d’autres substances en utilisant les résultats de la
modélisation.
26
7.Annexes
7.1Annexe 1 : main.f90
module pppp
implicit none
integer,parameter::nd=14,np=4,nc=3,nt=20
real::qtot
real,dimension(nd)::time,bouche
real,dimension(nd)::bb,td,sg
end module pppp
!--------------------
program kkkk
use pppp
implicit none
interface
subroutine fcn(n,x,value)
integer,intent(in)::n
real,dimension(:),intent(in)::x
real,intent(out)::value
end subroutine fcn
subroutine calculs(flag,par)
integer,intent(in)::flag
real,dimension(:),intent(in)::par
end subroutine calculs
end interface
integer::i,j,k,maxfcn,ibest,it
real::value,tol,erreur,erreur0,bidon
real,dimension(np)::x0,x,xub,xlb,xres,xbase
real,dimension(nt*np)::get
open(unit=1,status='old',file='data_CAT')
read(1,*)i,qtot
do i=1,nd
read(1,*)time(i),bouche(i)
write(6,*)time(i),bouche(i)
end do
close(1)
!--------------------
call rnun(np*nt,get)
tol=0.00001
xlb=0.0
xub=0.3
!xub(np-1)=40
xub(np)=qtot
value=0
erreur=1.0e+20
27
!==========
do it=1,nt
!========
maxfcn=15000
do i=1,np
x0(i)=xlb(i)+(xub(i)-xlb(i))*get((it-1)*np+i)
end do
call bcpol(fcn,np,x0,0,xlb,xub,tol,maxfcn,x,value)
if (erreur>value) then
erreur=value
ibest=it
xres=x
end if
write(6,*)value,erreur,it,maxfcn,value/erreur
!==============
end do
!==========
x=xres
open(unit=100,status='unknown',file='best')
write(100,*)erreur
do i=1,np
write(100,*)i,x(i)
end do
write(6,*)x(np-1)*0.1/(x(np)*0.5+x(np-1)*0.1),x(np)*0.5/(x(np)*0.5+x(np-1)*0.1)
call calculs(1,x)
close(100)
open(unit=1,status='unknown',file='res')
do i=1,nd
write(6,10)time(i),bouche(i),bb(i),(bouche(i)-10*bb(i))/bouche(i)
write(1,10)time(i),bouche(i),bb(i),td(i),sg(i),bb(i)*10,td(i)*2,sg(i)/60
end do
close(1)
10 format(100(e13.4))
end program kkkk
!----------------
subroutine fcn(n,x,value)
use pppp
implicit none
interface
subroutine calculs(flag,par)
integer,intent(in)::flag
real,dimension(:),intent(in)::par
end subroutine calculs
end interface
integer,intent(in)::n
28
real,dimension(np),intent(in)::x
real,intent(out)::value
integer::i
real,dimension(nd)::x1
call calculs(0,x)
value=0
do i=1,nd
if (time(i)<=25) then
value=value+100*(bouche(i)-bb(i)*10)**2
else
value=value+10000*(bouche(i)-bb(i)*10)**2
end if
end do
7.2Annexe 2 : int.f90
subroutine calculs(flag,par)
use pppp
implicit none
interface
subroutine pmat(n,np,w,x,m,ms)
integer,intent(in)::n,np
character(LEN=30),intent(in)::w
real,dimension(:),intent(in)::x
real,dimension(:,:),intent(in)::m
character(LEN=15),dimension(:,:),intent(in)::ms
end subroutine pmat
subroutine pmat2(n,w,m)
integer,intent(in)::n
character(LEN=30),intent(in)::w
real,dimension(:,:),intent(in)::m
end subroutine pmat2
end interface
integer,intent(in)::flag
real,dimension(:),intent(in)::par
integer::i,j,k
real::ht,ht2,t,tnext
real,dimension(nc)::q1,q2
real,dimension(nc,nc)::mat,mg,md,mgi
character(LEN=30)::titre
character(LEN=15),dimension(nc,nc)::matsym
!======================
do i=1,nc
do j=1,nc
matsym(i,j)=' '
end do
end do
29
!======================
bb=0
td=0
sg=0
ht=0.005
ht2=0.5*ht
mat=0
!mat(1,1)=-par(1)-par(4)
mat(1,1)=-par(1)
mat(1,3)=par(1)
mat(2,2)=-par(2)
!mat(2,1)=par(4)
mat(3,1)=par(1)
mat(3,2)=par(2)
mat(3,3)=-par(1)-par(3)
!==============
matsym(1,1)='-k(B-S)-k(out)'
matsym(1,3)='k(S-B)'
matsym(2,1)='k(B-TD)'
matsym(2,2)='-k(TD-S)'
matsym(3,1)='k(B-S)'
matsym(3,2)='k(TD-S)'
matsym(3,3)='-k(S-B)-k(M)'
!================
if (flag/=0) then
titre='Mat directe'
call pmat(nc,np,titre,par,mat,matsym)
end if
!titre='Mat directe'
!call pmat2(nc,titre,mat)
mg=-ht2*mat
md=ht2*mat
mgi=0
do i=1,nc
mg(i,i)=1+mg(i,i)
md(i,i)=1+md(i,i)
30
end do
!titre='Mat Mg'
!call pmat2(nc,titre,mg)
!titre='Mat Md'
!call pmat2(nc,titre,md)
call linrg(nc,mg,nc,mgi,nc)
!titre='Mat Mgi'
!call pmat2(nc,titre,mgi)
mat=0
mat=matmul(mgi,mg)
!titre='TEST'
!call pmat2(nc,titre,mat)
mat=0
mat=matmul(mgi,md)
t=0
q1=0
q2=0
q1(1)=qtot-par(np)
q1(2)=par(np)
do i=1,nd
tnext=time(i)
do while (t<=tnext)
t=t+ht
q2=matmul(mat,q1)
q1=q2
end do
bb(i)=q1(1)
td(i)=q1(2)
sg(i)=q1(3)
end do
write(100,*)'Modele'
write(100,*)'Condition initiale',x(np)
31
write(100,*)w
do i=1,n
write(100,*)(m(i,j),j=1,n)
end do
write(100,*)' '
do i=1,n
write(100,20)'|',(ms(i,j),'|',j=1,n)
write(100,*)'--------------------------------------------------'
end do
20 format(10(a,15a))
write(6,*)w
do i=1,n
write(6,*)(m(i,j),j=1,n)
end do
20 format(10(a,15a))
end subroutine pmat2
7.3Annexe 3 : mkm
all : go
name2 = $(HOME)/DEA97/
name1= /usr/local/vni/lib/lib.axposf
BASIC1= $(name1)/libimsl.a
BASIC5= $(name1)/libimslblas.a
$(name2)int.o : $(name2)int.f90
f90 $(name2)int.f90 -c
$(name2)main.o : $(name2)main.f90
f90 -c $(name2)main.f90
32
RÉFÉRENCES
[1] Haeckel R. 1990. Saliva an alternative specimen in clinical chemistry. J. Int.Fed. Clin. Chem., 2: 208217.
[2] Horning M.G., Brown L., Nowlin J., Lertratanangkoon K., Kellaway P., E.Zion T. 1977. Use of Saliva in
Therapeutic Drug Monitoring. Clin. Chem., 23/2 : 157164.
[3] Höld K.M., de Boer D., Zuidema J., Maes R.A.A. 1995. Evaluation of the Salivette as sampling device for
monitoring Badrenoceptor blocking drugs in saliva. J. Chromatogr., B 663 : 103110.
[4] Holford N.H.G. 1987. Clinical Pharmacokinetics of Ethanol. Clinical Pharmacokinetics., 13 : 273292.
[5] Jones A.W. 1993. Pharmacokinetics of Ethanol in Saliva : Comparison with Blood and Breath Alcohol
Profils, Subjective Feeling of Intoxication, and Diminished Performance. Clin. Chem., 39/9 : 18371844.
[6] Young J. A., Cook D. L. The Major Salivary Glands. In : Comprehensive Human Physiology, 2 : 1309
1326. (SpringerVerlag Berlin Heidelberg, 1996).
[7] Mignon. M., Bonfils S. La digestion dans la cavité orale. In : Meyer P. Physiologie humaine, 2éme édition.
(Flammarion MédecineScience, 1983).
[8] Katijani. A., Kaiho. M., Okada. Y., Ishiyama I. 1989. Immunohistochemical study on the excretion of a
drug (methamophetamine) by salivary glands. Jap. J. Exp. Med., 59 : 197202.
[9] KWilkinson P. 1980. Pharmacokinetics of Ethanol : A Review. Alcoholism: Clinical and Experimental
Research., 4 : 620.
[10] Knott C. 1989. Excretion of drugs into saliva. In Human saliva : Clinical Chemistry and Microbiology.,
2, J.O Tenovuo , 177201. CRC Press. Boca Raton. Florida.
[11] Wood J. H., Flora K.P., Narasinhhachari N., Baker C.A. 1982. Methods finding. Exp. Clin. Pharmacol., 4
: 225260.
[12] Wagner J.G. 1971. Biopharmaceutics and Relevant Pharmacokinetics. First edition. PP 2631. 4550,
Drug Intel. Pub. Hamilton. Illinois.
[13] Matin S. B., Wan S.H., Karam J.H. 1974. Pharmacokinetics of tolbutamide ; prediction by concentration
in saliva. Clin. Pharmacol. Ther., 16 : 10521258.
[14] Knoott C., Reynolds F. 1984. The place of saliva in antileptic drug monitoring. Ther. Drug. Monit., 6 :
3435.
[15] Idowu O. R., Caddy B. 1982. A review of the use of saliva in the forensic detection of drugs and others
chemicals. J. Forensic Sci., 22 : 123135.
[16] Nelder J.A., Mead. R. 1965. Computer Journal., 7 : 308313.
[17] Mack Cowan J.jr., Weathermon A., McCutcheon J., Oliver D.R. 1996. Determination of volume of
Distribution for Ethanol in Male and Female Subjects. J. Anal. Toxicol., 20 : 287290.
33
[18] Widmark EMP. 1933. Verteilung und unwandltung des athyl alkohols in organimus des hundes. Biochem
Z., 267 : 128134.
[19] Bergmeyer H.U. Methodes of Enzymatic Analysis. Academic press, New York., p.285. 1965.
[20] Shaffar M., Stroupe S.D. 1983. A general method for routine clinical chemistry on the Abbott Tdx
analyser. Clin. Chem., 29(6) : 1251.
[21] I.M.S.L. Intenational Mathematical and Statistical Library. Version 2. Visual Numerics, Inc. (9990
Richmond, Suit 4000, Houston, TX, 77042, USA). 1991.
[22] Abou Rabii. I., Vincent. F., Baconnier.P., Bessard. G. Modèlisation des Echanges d'Alcool entre Salive et
Sang. 1998. Toxicorama., X : 3237.
34
1. INTRODUCTION
4
1.1 PHYSIOLOGIE DE LA SÉCRÉTION SALIVAIRE 5
1.2 PHARMACOCINÉTIQUE DANS LA SALIVE 6
2. MODÈLE ET ÉQUATIONS
9
2.1 MODÈLE INITIAL 9
2.1.1 LA MÉTHODE DE (DOWMHILL SIMPLEX) 10
2.2 MODÉLE FINAL 12
3. EXPÉRIMENTATION
15
3.1 PHASE PRÉLIMINAIRE 15
3.1.1 POPULATION 15
3.1.2 MATÉRIELS ET MÉTHODES 15
3.1.3 RÉSULTATS 17
3.2 PHASE FINALE 20
3.2.1 POPULATION 20
3.2.2 MATÉRIEL ET MÉTHODES 21
3.2.3 RÉSULTATS 21
4. IDENTIFICATION DE PARAMÈTRES
22
4.1 PHASE PRÉLIMINAIRE 22
4.2 PHASE FINALE 22
5. DISCUSSION
23
5.1 MODÈLISATION 23
5.2 EXPÉRIMENTATION ET VALIDATION DE LA MÉTHODE QED 23
5.3 VALIDATION DU MODÈLE ET DE LA MÉTHODE D’IDENTIFICATION 23
6. CONCLUSION
26
7. ANNEXES
27
7.1 ANNEXE 1 : MAIN.F90 27
7.2 ANNEXE 2 : INT.F90 29
35
7.3 ANNEXE 3 : MKM 32
36