当前位置: MCBANG > 首页考试试题 > 医学类 > 药学论文 > 正文

群体药动学模型估算我国健康男性西酞普兰生物等效性

2012-7-6 17:34 浏览次数:731 我来说两句(0)
论文导读:目的:建立我国健康男性志愿者服用西酞普兰(CIT)的群体药动学(PPK)模型,并比较PPK模型与非房室(NCA)模型法估算CIT生物等效性的价值。 方法:23名健康男性志愿者服用CIT后采集0-144 h血标本,采用高效液相色谱一电喷雾串联质谱法分析血浆中的CIT浓度,采用非线...  目的:建立我国健康男性志愿者服用西酞普兰(CIT)的群体药动学(PPK)模型,并比较PPK模型与非房室(NCA)模型法估算CIT生物等效性的价值。
  方法:23名健康男性志愿者服用CIT后采集0-144 h血标本,采用高效液相色谱一电喷雾串联质谱法分析血浆中的CIT浓度,采用非线性混合效应模型(NONMEM)法评估CIT的PPK模型,并用NAC模型法和PPK模型法评价CIT的生物等效性。
  结果:CIT的PPK模型符合一房室模型,估算的CIT清除率和分布容积分别为(15.90土0.70) Uh和((702.0士19.2) L。采用NCA和PPK模型估算的CIT相对生物利用度90%可信区间分别为96.4%-105.4%和92.5%-103.4%,达到生物等效性的标准结论:NONMEM法可用于评价CIT的生物等效性。
  西酞普兰((citalopram, CIT)是一种选择性五经色胺再摄取抑制剂,主要用于治疗抑郁症患者,其绝对生物利用度约为80%111。
  不同个体间的CIT药动学差异较大,研究显示,服用CIT后患者药物清除率存在7倍的个体间变异。肝脏代谢是引起CIT药动学个体差异的最重要因素之一。
  CIT在体内通过N一去甲基作用转化为主要代谢物-去甲基西酞普兰((DCIT),并可进一步代谢为二去甲基西酞普兰(DDCI刀。
  细胞色素P450同功酶CYP2C 19 ,CYP2D6及CYP3A4在CIT代谢中均可能发挥重要作用13-4J0代谢能力存在着显著的基因多态性,其中慢代谢型在我国人群中的发生率可达13%-23%,显著高于白种人。已有研究证实,CYP2C 19*2及CYP2C 19*3等位基因能够解释绝大多数慢代谢型受试者。
  CYP3A4突变等位基因(*4,*5,*6,*18A及*19)在我国人群中的发生率均低于1%,故其重要性有限41。
  群体药动学(population pharmacokinetics,PPK)将经典药动学与统计学理论相结合,能够定量研究药动学参数的个体间变异和个体自身变异,包括患者的病理生理及遗传因素对药动学的影响。PPK在新药的开发和临床合理用药中都具J Diagn Concepts Pract 2011, Vol. 10, No. 4有广泛的应用。本研究在我国健康男性人群中建立CIT的PPK模型,并将其用于评价CIT的生物等效性。
  资料与方法一、研究资料本研究为在我国健康男性受试者中实施的随机、开放、交叉设计的生物等效性研究。试验设计符合《药物临床试验质量管理规范)))(GCP),研究方案经上海交通大学医学院附属瑞金医院伦理委员会审查批准,所有受试者均签署书面的知情同意书。
  在受试者筛选阶段,除了进行常规的体格检查、血液生化、血常规、尿常规检查外,受试者均采用聚合酶链反应一限制性片段长度多态性(PCR-RFLP)进行CYP2Cl9基因分析,具有CYP2C19*1/*1,*1/*2及*1/*3基因型的者为快代谢型受试者。本研究人选24名符合快代谢型的我国汉族健康男性志愿者[平均年龄为(25士3)岁,平均体重为(65.2士5.0) k幻参与试验。
  给药前(Oh)及给药后0.5,1,2,3,4,6,8,12,24,36,48,72,96,120及144 h采集肘静脉血,置于EDTA抗凝试管中。标本经3 OOOxg离心10 min分离血浆后,储存于一70℃冰箱中。
  CYP2C19基因分析用改进的酚/氯仿抽提法提取血标本中的DNA。取健康受试者全血0.8 mL,加人柠檬酸钠抗凝,用Tritonx-100同时破碎红细胞和白细胞,直接得到白细胞核,然后用NaC104 ,SDS解聚核蛋白,最后用PCI(酚:氯仿:异戊醇,25:24:1)抽提,无水乙醇沉淀后用70%乙醇清洗,最后抽干,并加人40 }LLTE缓冲液溶解,用紫外分光光度法检查其纯度和浓度。
  PPK模型(1)基础结构模型:为保证血药浓度数据呈现正态分布,将血药浓度进行对数转化。以非线性混合效应模型(NONMEM)软件(Version 6, G1oboMax,Hanover, MD)进行房室模型拟合,血药浓度数据分诊断学理论与实践2011年第10卷第4期别验证单室、双室模型。
  采用一级条件估算法进行模型拟合。根据目标函数值((OFV)、药动学参数估计值及其标准误选择最佳模型。NONMEM软件采用扩展最小二乘法,其与极大似然法一致,OFV与最大似然值一21gL,.成正比,根据此进行假设检验,-21gL_服从X,分布。OFV越小,说明模型拟合结果越佳。
  Bayes先验估算的分布同样作为模型选择的重要因素。为了研究试验制剂与参比制剂的生物等效性,我们将剂型因素作为影响CIT药动参数的因素,同时引人F1代表生物利用度。
  两种制剂的药动学参数可用以下公式表示。kaT -0kaxk,;ka=(1-TRET) xkR+TRETxkaT; Fl=(1-TRET) x1+TRETxR。其中,kaT与k,分别表示服用试验制剂与参比制剂后吸收速率常数的群体值;FT为试验制剂的相对生物利用度;TRET是用于指示药物剂型的变量,TRET=0代表参比制剂,TRET=1代表试验制剂。
  随机效应模型:随机效应模型包括个体间变异和个体内变异(又称残差)。采用指数模型描述个体间变异,公式P;二TV(P;)xe'"。
  其中,P;表示个体药动学参数,TV仍)为药动学参数的群体典型值,,1i是P;相对于TV(P;)的个体间变异,服从均值为0,方差为w2的正态分布。由于药物浓度已经对数转换,残余误差采用加法模型描述,即1nC、二1nCP,d +。。其中,C、为血药浓度实测值,CP},为模型预测值,。为残误差,服从均值为。,方差为Q2的正态分布。
  协变量:个体的人口学信息包括年龄、体重、生理学特征(如肌配清除率和CYP2C19基因多态性)作为可能的协变量进行评价。
  TV(P)为群体典型值,OP表征参数的群体估计值,0。表征协变量的贡献因子。通过向前包容法与向后剔除法获得最终回归模型。向前包容法初步筛选对药动学参数有显著影响的协变量,逐次加人基础模型,定显著性水平为a=0.05,自由度df=1,当一个协变量减小大于3.84,那么这个协变量被认为是对模型具有显著影响的。
  纳人所有对模型具有显著影响的协变量,获得全量回归模型。再采用向后剔除法,将模型中协变量逐次赋值为0后运行模型,根据目标函数值的变化(AOFV),定显著性水平为a = 0.01,自由度df = 1,若OFV增加大于6.64,则该协变量对参数有显著性影响,应保留该协变量在模型中,从而获得最终回归模型。个体药动学参数、算术平均值和标准差通过Bayes法估算。
  模型验证:由于研究数据来源于2种CIT片剂的生物等效性研究,因此相较于传统的群体药代动力学研究,本研究纳入的样本量较小。
  因此未采用数据分割法,而采用了内部验证法中的非参数Bootstrap法对最终模型的稳定性与可信度进行验证。
  Bootstrap法是采用随机重复采样技术生成大量验证数据。本研究中,非参数Bootstrap法随机重复采样400次,根据最终模型计算每一组数据的PPK参数,计算这些PPK参数的平均值与标准误与NONMEN模型估计值比较,以评价模型的稳定性。


[广告]赞助链接:

爱尖刀科技,关注企业数据与安全:http://www.ijiandao.com

知安,互联网产品安全医院:http://www.knowsafe.com
选择AiDeep,让人工智能为你工作:http://www.aideep.com/
成都火锅串串加盟首选:http://www.niupinhui.com/
互联网优质PPT下载:http://down.ijiandao.com/

关注公众号:Mcbang_com 了解更多精彩,关注:chayuqing_com 娱乐资讯早知道!
收藏 分享 发布者: 小九 |
看完这篇文章,你的感受如何?


伤心


无视


惊讶


流汗


赞同


路过
Copyright© 2006-2016 IjianDao.Com All rights reserved.
知娱 版权所有 京ICP备14006288号-3