群体药物动力学PPT课件.ppt

群体药物动力学（Population Pharmacokinetics）;Contents;;;;群体药物动力学概述Summary for Population Pharmacokinetics ;;群体药物动力学原理 Fundamentals of Population Pharmacokinetics;普通药物动力学中常用拟合方法的原理Fundamentals of methods in ordinary pharmacokinetic studies;;;;固定效应因素(Fixed-effect factors);例：当群体的平均体重为 70kg时，可以用如下公式评估体重（BW）对于第j个药物动力学参数Ppopj的影响。 θj是对参数典型值Zj的体重校正因子。 ;随机效应因素(Random effects factors);;残留随机效应(residual random effects);TEXT;残留误差(residual errors)：如模型本身的错误、测定误差以及不易觉察的环境噪音等。 residual errors:Such as Improper models, measurement error, tiny environmental noise and so on.;加和型误差(Additive type error)：是观测值与拟合值之间的差 Additive type error : subtraction between predictions and observations . 误差的存在独立于观测值的大小，属于绝对误差。 Additive errors are absolute error, independent on the observations . ;比例型误差(proportional errors)：公式 误差的大小与拟合值成比例的变化，属于相对误差。 proportional errors are relative error, proportionate to the predictions. ;;结合型误差：实际情况中往往是加和型和比例型两类误差模型的共同存在（Combination of additive and proportional errors） 由上所述，可知观测值与拟合值之间的误差来自于固定效应和随机效应的双重影响。;例：假设个体内和个体间的随机差异均可以用比较简单的加和模型来表述的话，那么个体j的第i个观测值、相应的拟合值与这些差异的关系可以表述如下： ti是与第i个观测值对应的时间点，符号k是模型中参数的个数之和，Ppop是群体药物动力学参数的典型值。 ; 群体药物动力学的研究方法 methods in population pharmacokinetic studies;;1、简单合并数据法：将所有个体数据合并之后进行处理，仿佛这些数据来源于同一个体，这个虚拟的个体称为参比个体（reference individual）。 Na?ve pool data，NPD: All the individual data should be merged before processing as if all these data come from the same individual, this virtual entity is called reference individual. 优点：简单易?? 缺点：无法区分固定效应（主要是个体间误差）与随机效应的区别；数值合并 后无法再求测每个个体的药物动力学特征，数据未得到充分利用，浪费了部分信息。 ;2、简单平均数据法：将每个时间点的各个个体数据平均，然后对此数据进行拟合，求出药物动力学参数。 na?ve average data，NAD: Get average of each individual data at each time point, then the data were fitted, calculating the pharmacokinetic parameters. 要求：各个体之间的采样时间必须一致。 优点：简单易行 缺点：导出错误模型的可能性； 平均之后数据平滑化，可能使原本有意义的药-时曲线特征（如肝肠循环等）被掩盖掉。 ;3、标准两步法（standard two stage，STS） 第一步：对具有多个样品的各个个体数据组进行分别拟合，得出每一个体的药物动力学参数； The first step: Separately fitting for each individual dat