第十二章 统计矩原理.pptVIP

第十二章 统计矩原理在药动学中的应用 本章要求 掌握零阶矩、一阶矩的定义。 熟悉用矩量法估算药动学参数的方法。 熟悉矩量法研究体内过程中MRT、MAT、MDT、MDIT的含义及MRT、MAT的估算方法。 统计矩理论（statistical moment theory)研究药动学属于一种非隔室的分析方法，它不需要对药物设定专门的隔室，只要药物的体内过程符合线性动力学过程。 统计矩属于概率统计范畴，系以矩来表示随机变量的某种分布特征。 第一节 统计矩的基本概念 一、统计矩概念 随机变量 是概率论的重要概念，随机变量是指在试验或观察的的结果中能取得不同数值的量，它的取值随偶然因素而变化，但又遵从一定的统计学规律。 随机变量又可分为离散型和连续型。离散型随机变量仅可取得有限个或无限可数多个数值；连续型随机变量可取得某一区间内任何数值。 矩是随机变量的最广泛的数字特征,在概率论与数理统计中占有重要地位,最常用的有所谓原点矩与中心矩. 数学期望与方差是随机变量的最常用的数字特征,但它们形式上又都属于随机变量的某阶矩. 中心矩的定义 随机变量ξ的离差的k次幂(ξ-Eξ)k的数学期望称为ξ的k阶中心矩，记为 ?k ， 即?k =E(ξ-Eξ)k. 药时曲线的统计矩含义 血药浓度-时间曲线下的面积AUC为 则有： 一阶原点矩（数学期望）： 二阶中心矩（方差）： μ表示药物在体内的平均滞留时间（mean residence time ，MRT）， σ2表示药物在体内滞留时间的变异程度，即平均滞留时间的方差（variance of the mean residence time, VRT），故有： 二、矩量的计算 为简便起见，将给予某一药物一个剂量后的血药浓度（C）时间（t)曲线可看作药物在体内的滞留时间的概率分布曲线。横轴（x）代表滞留时间，纵轴（y）代表它的概率。 将血药浓度－时间曲线下面积（AUC）定义为零阶矩（S0），而将时间与血药浓度的乘积－时间曲线下面积（AUMC）定义为一阶矩（S1），即有： 零阶矩(S0)— C-t曲线下面积 一阶矩(S1)— tC-t曲线下面积 第二节 用矩量估算药动学参数 生物半衰期 平均滞留时间是类似半衰期的统计矩，MRT代表给药剂量消除掉63.2％所需的时间 单室静注 清除率 表观分布容积 静脉滴注 平均稳态血药浓度和达稳态时间的预测 第三节 矩量法研究体内过程 一 、释放动力学 固体剂型 平均滞留时间 （MRT , mean residence time ） 平均崩解时间 （MDIT ,mean disintegration time ） 平均溶出时间 （MDT, mean dissolution time ） 平均吸收时间 （MAT, mean absorption time ） 非瞬间方式给药后MRTni由四个部分组成： 固体制剂（胶囊剂或片剂）的平均崩解时间（MDIT） 药物粒子的平均溶出时间（MDT） 溶出药物的平均吸收时间（MAT） 药物在体内的平均处置（分布、代谢、排泄） 时间（MRTiv）。 静脉注射 药物的体内平均滞留时间为 MRT=MRTiv 溶液型药物 的体内平均滞留时间为 MRT溶液=MRTiv +MAT溶液 散剂或颗粒剂的体内平均滞留时间为 MRT颗粒 = MRTiv +MAT溶液+MDT颗粒 胶囊剂或片剂 的体内平均滞留时间为 MRT片= MRTiv +MAT溶液+MDT颗粒+MDIT片 以胶囊剂为例说明体内过程 iv（静注） MRT iv =T4 sol（口服） MRT sol =MATsol + MRTiv=T3 + T4 Powder (散剂， 口服） MATpow =MDTpow +MATsol = T2 +T3 MRT pow= MATpow +MRTiv=T2+T3+T4 Cap(胶囊剂，口服） MDTcap =MDITcap+MDTpow = T1 + T2 MATcap=MDTcap + MATsol = T1 + T2+ T3 MATcap=MDITcap+MATpow= T1 +T2 + T3