孔彬-群体药代动力学综述 -交

临床药物治疗与患者的生理、病理等多种因素相关，治疗方案常因为没有考虑这些因素而存在诸多问题，使得药物治疗无法达到最佳效果。尽管我们每年都能获得大量各种药物相关的临床数据，但却未能充分利用这些数据以发现其中的科学规律。因此用新的方法来深入发掘药物临床数据背后的客观规律，形成知识体系，以提高对药物总体特征的认识并优化临床药物治疗方案格外重要。群体药代动力学( population pharmacokinetics，PPK) 应运而生，它是药学与数学学科之间的边缘科学，近年来获得迅速发展［1］

目前，群体药代动力学已经形成独立的学科领域和完善的知识体系，在新药研发和优化临床药物治疗方案两方面都起着不可或缺的重要作用［2］。

一、群体药代动力学的概念和发展历史

（一）群体药代动力学的产生

群体药代动力学是在药物代谢动力学( pharmacokinetics) 的基础上提出的［3］。药代动力学是描述药物通过各种途径进入体内的吸收、分布、代谢和排泄过程的量时变化或血药浓度经时变化规律的一门科学。为了解药物的体内性质，制定给药方案，明确药物的安全性和有效性就必须进行药代动力学的研究。它的基本方法已经渗入到生物药剂学、分析化学、临床药理学、药物治疗学等诸多学科领域中，推动着各个学科的发展［5］。但在不同患者群体中，药物在体内的动态变化会产生很大差异。

1、经典药代动力学研究用个体全息法，着眼于个体对象，试验设计是为了得到药物在个体中动态变化的详细数据［6］，用全程采血，即血样数据涵盖吸收、分布、代谢和排泄的全过程，通常 11 ～14 个血样点。但从临床治疗实际和医学伦理学考虑，密集采血相对困难，尤其是在重病患者、儿童及老年人群中，传统频繁取血、严格取样时间的药代动力学研究非常困难。另一方面，经典药代动力学研究以个体为单位，求每一个体的药代动力学参数的平均值和标准偏差，若个体差异较大的情况下，个体的药代动力学参数对整体结果影响较大，使最终结果产生很大偏倚［7］。研究样本量较小，单个样本在总体样本中所占的权重较大，个体的偏差对结果造成的影响不能轻易消除。因此，为了描述各个受试者参数的离散程度与分布情况，确定能够代表特定群体的药代动力学特征，以及研究相关因素对药代动力学的影响，就必须提出新的方法来进行药代动力学研究［8］。

2、 群体药代动力学的定义

群体药代动力学广义通常指定量药理学( phar-macometrics，PM) ，是用数学和统计学方法探讨、描述和预测药物在特定群体的药代动力学、药效学以及生物标识物 － 效应关系的行为特征的一门科学［9］。群体药代动力学是基于模型( modeling) 和仿真( simula-tion) 研究药物与机体作用的全新方法，将药代动力学/药效学模型与统计学模型相结合，研究确定剂量方案下药物在特定群体中的药代动力学/药效学的特征以及变异性的大小，定量的研究特定群体中药物浓度/效应的影响因素［10］。

这里的“群体”的概念是指根据研究目的所确定的研究对象总体。针对某一特定群体来探讨和预测药物在该群体中的体内处置特征。影响药物体内药代动力学、药效学的因素，例如年龄、体重、基因型、性别、疾病状态、药物-药物相互作用等，由于研究对象的健康状况、生理特征、营养状况、遗传等方面都存在差异，不同研究对象对于同一药物的体内处置过程可能存在较大的差异［11］。因此在群体药代动力学研究中引入了 “协变量( covariate) ”，协变量的集合可以看作是不同的“亚群体”，例如性别对药物的药代动力学行为产生影响，则男性和女性就分别作为该群体中的亚群体。多个协变量叠加的“亚群体”，实际上就接近个体，即个体是多个特定协变量叠加的“亚群 体”。例 如 一 个 体 重 60 kg，年 龄 40 岁 的CYP2C19 慢代谢的男性个体就是体重、年龄、基因型和性别 4 个协变量叠加的“亚群体”。协变量越多、越具体，就越接近真实的个体，因此，群体药代动力学可以用于优化个体化给药方案［12］。

个体化给药方案是充分了解个体的这些协变量对药代动力学/药效学的影响，根据群体药代动力学特征以优化药物治疗方案，达到最佳药效和减少不良反应的目的［13］。

（3） 群体药代动力学的发展历史

1977 年美国 Sheiner 教授首次提出用群体模型估算临床试验数据中的群体参数。随着群体药代动力学的发展，相继提出稀疏数据模型和估算药代动力学参数的变异。最初的群体药代动力学模型首先大量用于治疗药物监测( TDM) 的临床数据，用稀疏数据得到药代动力

学的典型参数和变异值。上个世纪 80 ～90 年代，该方法逐步将 TDM 数据模型与 Bayesian 回归方法结合，估算个体药代动力学参数以及优化个体给药方案。

1982 年在 Journal of Pharmacokinetics and Biop-harmaceutics 杂志，首次提出群体药代动力学( 定量药理学) 定义，即“应用模型进行分析复杂药代动力学和生物药剂学特征的科学。此后，群体药代动力学在药物研发和药物治疗中的作用逐渐被认识，越来越广泛的得到认可和接受。模型仿真的应用是另一个促进群体药代动力学发展的因素。模型仿真早在 1971 年 Maxwell 等提出，但直到1998 年 Hale 等才真正将模型仿真技术用于临床试验模型数据的检验。这一应用极大地推动了群体药代动力学的发展。同年，美国食品和药品监督管理局( FDA) 表现出对此技术的极大兴趣，认为模型仿真是进行临床试验设计的非常有用的工具，并将其用于评价不同试验设计的优劣。自此模型仿真被广泛用于各期临床试验，进一步促进群体药代动力学的发展。群体药代动力学的快速发展使 FDA 和欧洲药品监督管理局( EMEA) 相继出台指南将该方法用于药物研发。

1998 年 FDA 药品评价中心的《儿童药代动力学研究指南》中提出除了进行传统的药代动力学研究外，还应进行群体药代动力学研究。1999 年，该机构提出的《肝功能不全患者药代动力学研究指南》中也提到相关问题。同年，FDA 颁布了《药物研发中群体药代动力学研究指南》，明确提出新药研发中如何进行群体药代动力学研究以及报告的具体内容。2000 年，人用药品注册技术规定国际协调会议

( ICH) 推荐在儿童患者药物临床研究中应进行群体药代动力学研究［14］。目前在美国和欧洲，群体药代动力学研究已经成为药物研发必不可少的关键环节。同时该方法也广泛应用于临床药物治疗的各个方面，发挥着非常重要的作用。

Sheiner等将经典的药代动力学模型与群体统计学模型结合起来提供了群体统计学模型（Population Statistical Model）结合起来，提供群体药代动力学理论，主要研究人体药代动力学参数的群体值，再结合病人的个体信息反馈，得到病人个体化药代动力学参数，以优化给药方案，指导临床个体化用药，

(二)群体药代动力学的研究内容

1．群体参数：明确和预测药物在特定群体的药代动力学和药效学行为典型特征研究目标群体中药物的药代动力学和药效学的总体特征，通常用典型患者来表示，称为群体参数( popu-lation parameter) 或者群体典型值 ( population typical value)，群体典型值表征目标群体的整体特征，用于表述整个群体的平均状态或者群体典型患者的特征［15］。

2.定量相关因素( 协变量)：协变量是指对药代动力学和药效学产生影响的因素，包括生理因素( 例如年龄、性别、种族、基因型、体重、体表面积、胖瘦等) ，病理因素( 例如疾病状态、并发症、肝肾功能状况等) ，药物 － 药物相互作用和药物 － 食物相互作用，以及其他因素( 昼夜节律等) 。协变量可以指证个体与群体的差别，个体是多个“亚群体”叠加的结果，而不同“亚群体”是不同协变量的集合。

因此，定量研究协变量以将研究从群体水平深入到个体水平，预测个体的药代动力学和药效学行为特征。

3．估算药代动力学和药效学参数的随机变异

群体药代动力学中的随机变异包括个体间变异(inter-individual variability，IIV或者between-subject variability，BSV) 、周期间变异( inter-occasion variability，IOV 或者 between-occasion variability，BOV) 和个体内变异(intra-individual variability) 或称残差变异( residual variability) ，与随机因素相关。这类因素确定存在，但却未知和无法测量［16］。个体间变异是指不同个体间的差异，协变量是导致个体间变异的主要来源。周期间变异是指同一个体在不同试验周期中的差异，与试验设计相关。个体内变异或者残差变异是指同一个体在不同时间或者重复试验时依然存在的差异，与测定误差、模型偏倚或者剂量误差等相关。在群体药代动力学中，所有变异都用百分数( %) 表示。

4 发掘隐藏在临床数据中的科学规律

药物研发和临床应用过程中会产生大量的数据，传统药代动力学方法从中获得的知识有限。基于大量临床数据的群体药代动力学、药效学模型，统计学模型，图形等方法的应用，可以充分发掘隐藏在临床数据中的科学规律，为药物研发和药物治疗的决策提供理论依据。

（三）群体药代动力学的优势

1.与传统药代动力学相比，群体药代动力学的应用更加广泛，其数据

类型可以是富集数据，也可以是稀疏数据，适用于治疗药物监测数据，以及临床难以采样的特殊患者，包括儿童、孕妇、肿瘤患者等。稀疏数据同样可以作为有效信息纳入到药物研究中，提供药物的相关信息。另一方面，群体药代动力学可以进行多个临床试验数据的集合研究，将样本量有限的多个不同试验设计的临床数据进行集合分析，获得更为丰富的信息与知识。

此外，群体药代动力学可以对不同试验方案设计进行模型仿真，模拟临床试验; 可以明确药代动力学/药效学变异性，优化给药方案; 通过群体模型进行试验方案的设计和剂量选择; 研究药物-药物/食物相互作用，分析药物相互作用的机理; 可以进行种属间外推; 可以明确不同种属间的差异大小; 充分发掘药物研发中各期临床试验的药代动力学/药效学科学规律［12］。

2.清除率概念在药代动力学中的应用

药物从人体内清除是多途径的。通常是以肾清除和肝清除为主。当一个药物经主要的代谢途径消除时，病人间消除的个体差异是普遍存在的。药物主要以肾排泄消除时，则肌醉清除率以及血清肌醉浓度可用于评价病人的肾功能，并可以用来估算药物的清除率(C1)和半衰 其( t1/2 )，因为肾清除直接与肌醉清除率(Clcr)成正比: K=a·Clcr+knr (1) 用K对Clcr作图可以得到一条直线。

血清肌醉浓度Cc与肌醉清除率又有以下关系:

Cc=PR/Clcr (2)

根据（1）（2）式可获得K=a·PR / Cc +knr (3) 由于K=0.693/t1/2,可以获得t1/2与肌酐浓度的双倒数关系式【】，

K=a·PR /0.693Cc +knr/0.693 (4)

式中PR为内源性肌酐生成速度，knr为肾消除速率常数，a为系数。 病人的血清肌酐浓度与年龄，性别，体重等个体信息有关系，Jone，和Perrier导出它们间的关系式

Clcr=bw (144一Y)/ 71G (5)

式中bw为体重(kg). y为年龄(岁)，对于女性则上式右边乘以0.85为其肌醉清除率Clcr。 因此一旦直接测出血清肌醉浓度，估算出肌醉清除率。就可以得到药物的消除速率常数(K)或C1。确定K和Cl参数后，就可以计算维持剂量和负荷剂量，为实现给药方案个体化提供依据。

3主要的估算群体药代动力学参数的方法

3.1 NPD法(单纯聚集法)一组受试者服用某药后，分别在相同时间点采血样，测定血药浓度，取其平均值，然后再用药代模型进行c-t曲线拟合，求算出各项药代动力参数。本法不足之处:(1)不能反映个体间变异` (2)参数估算值比较粗略。

3.2 TS法(二步法)对一组受试者的各个c-t数据进行。c-t曲线拟合，求算出各项药代动力学参数，再求算其平均值和标准差。本法优于NPD法:(1)参数反映出个体间变异;(2)个体间变异不仅来源于生物学，也来原于方法学的误差;(3)由于前二个原因，其个体间变异往注 比NONMEM法高。

3.3 NONMEM法(一步法) 为采用线性混合效应模型(nonlinear mixed effect model)的一步法.本法既优于NPD法又优于TS法，(1)病例数多，代表性强，采血点少((2-3点)，临床易于接受，(3)不同年龄，病理分组区别，所得参数更能反映生理病理因素的影响，对临床给药方案个体化有帮助。该方法主要包括以下几个步骤：

确定药代动力学模型根据某药已知的→确定统计模型→预测药代动力学参数→用两点实测血药浓度计算实际药代动力学参数。 4群体药代动力学的应用

曾衍霖曾在国临床药理杂志上介绍了群体药代动力学及其参数三种估算方法。以后陈刚，夏东亚和李珍等发表了一些研究结果，与传统方法比较，有更好的参数估算能力，而且能处理临床药物监测中收集的非均匀的零散血药浓度数据，便于开展临床药学研究，

其研究可归纳以下方面:(1)群体药代动力学参数结合个体血药浓度的反馈,得到病入个体药代动力学参数，以优化给药方案，指导个体化用药.如应用C1,Vd,K等参数，估算维持剂量(Do)和负荷量(Do'),在连续给药方案中利用C1, Vd, K等参数，确定或预测隐态浓度，确定给药时间间隔。(3)国外已有商品软件如NONMEM程序可应用，如无软件，自行计算也很简便 (4)从文献来看国外在群体药代动力学参数估算方面有一定的成功经验，如地高辛，庆大霉素，卡那霉素和5一Fu等。国内也有成功的经验，如茶碱，丁胺卡那霉素及其他氨基糖类抗生素

5、群体药代动力学研究主要对象

遗传因素对药物代谢动力学影响的研究是以阐明药物代谢的个体差异及种族差异的规律为目的的，以利临床实施个体化药物抬疗及不同种族患者临床用药方案的调整。药代动力学与药效动力学的相关性研究该项研究除探索相关性的规律、治疗血药浓度范围、中毒浓度外，还应确定是否纳入临床治疗药物监测的范畴，从而进一步提供安全、有效用药依据。

6、群体药代动力学研究对象以及分析方法的建立和验证

临床药物动力学研究的生物样品一般为全血、血清、血浆或尿液，具有取样量少、药物浓度低、内源性物质干扰大(如激素、维生素、胆汁以及可能同服的其他药物)、个体的差异大等原因，因此必须根据待测物的结构、生物样品来源和预期的浓度范围，建立灵敏、专一、精确的生物分析方法，并经验证后才能用于临床试验群体模型。

6.1生物样品分析方法目前常用的几种分析方法有:

(1)色谱法:气相色谱法(GC)、高效液相色谱法(HPLC)、色谱一质谱联用法(LC一MS、LC一MS一MS，Gc一Ms，Gc一Ms一MS)等，可用于大多数药物的检测;

(2)免疫学方法:放射免疫分析法、酶免疫分析法、荧光免疫分析法等，多用于蛋白质多肽类物质检测;

(3)生物侧定和微生物学方法。分析一般首选色谱法，如HpLC、Gc法或Lc一MS、Gc一Ms法，这类方法灵敏度、特异性、准确性一般都能适应临床药代研究的需要，多数实验室也具备条件，因此应用最广。

6.2方法学验证为了保证分析方法可靠，一般应进行以下儿方面的考

察:

(l)特异性;特异性是指在样品中存在干扰成分的情况下，分析方法能够准确、专一地测定分析物的能力。必须证明所测定物质是受试药品的原形药物或特定活性代谢物、内源性物质和相应代谢物、降解产物无千扰。如生物样本分析法为色谱法，应至少提供空白生物样品、空白生物样品加入标准品及服药后生物样品的色谱图，以反映分析方法的特异性。

(2)标准曲线和线性范围:标准曲线反映了所测定物质浓度与仪器响应值之间的关系，一般用回归分析方法(如用加权最小二乘法)所得的回归方程来评价。应提供标准曲线的线性方程和相关系数，说明其线性相关程度。标准曲线高低浓度范围为线性范围，在线性范围内浓度测定结果应达到试验要求的精密度和准确度。

(3)标准样品:在生物介质中加入已知量分析物配制的样品，用于建立标准曲线，计算质控样品和未知样品中分析物浓度。不同生物样品应配制标准样品制备各自的标准曲线，用于建立标准曲线的标准浓度个数取决于分析物可能的浓度范围和分析物/响应值关系的性质。应使用与待测样品相同生物介质，一般用6一8个浓度建立标准曲线，对于非线性相关可能需要更多浓度点。线性范围要能覆盖全部待侧的生物样品浓度范围，不得用线性范围外推的方法求算未知样品的浓度。建立标准曲线时应随行空白生物样品，但计算时不包括该点，仅用于评价干扰。

(4)精密度与准确度:精密度是指在确定的分析条件下，相同介质中相

同浓度样品的一系列测量值的分散程度。通常用质控样品的批内和批间相对标准差(RSD)来考察方法的精确度。一般RSD应小于巧%，在定量下限(LowerLi而t可quantitation，LLOQ)附近RSD应小于20%。 准确度是指在确定的分析条件下，测得的生物样品浓度与真实浓度的接近程度(即质控样品的实测浓度与真实浓度的偏差)，重复测定己知浓度分析物样品可获得准确度。一般应在85%-110%范围内(一般偏差应少于10%)，在LLOQ附近应在80%~120%范围内。一般要求选择3个浓度的质控样品同时进行方法的精密度和准确度考察。低浓度选择在定量下限(LLoQ)附近，其浓度在LoQ的3倍以内;高浓度接近于标准曲线的上限。每一浓度至少测定5个样品。

(4)定量下限(LowerLtofquantitation，LLoQ):定量下限是标准曲线上的最低浓度点，表示渊定样品中符合准确度和精密度要求的最低药物浓度。LLOQ应能满足侧定3～5个消除半衰期时样品中的药物浓度或能检测出Cmax的1/10～1/120时的药物浓度。其准确度应在真实浓度的80%-120%范围内，RSD应小于20%。

(5)样品稳定性:含药生物样品在室温、冰冻和冻融条件下以及不同存放时间进行稳定性考察，以确定生物样品的存放条件和时间。以及考察储备液的稳定性和样品处理后的稳定性。

(6)提取回收率:从生物样本样品中回收得到分析物质的响应值除以纯标准品产生的响应值即为分析物的提取回收率。也可以说是将供试生物样品中分析物提取出来供分析的比例。实验应该考察高、中、低3个浓度的提取回收率，应当获得一致、精密和可重现的回收率。

(7)方法学质控:在测定生物样品中的药物浓度时应进行质量控制。一般做法是在每批样品测定时应同时制备空白、低、中、高4份质控(标准浓度)样品或随行制备标准曲线的方法进行方法学质控研究。质控样品系将已知量的待测药物加入到生物介质中配制的样品，用于监测生物分析方法的效能和评价每一分析批中未知样品分析结果的完整性和正确性。应在生物样品分析方法确证完成之后开始测试未知样品。推荐由独立的人员配制不同浓度的标准样品对分析方法进行考核。每个分析批生物样品测定时应建立新的标准曲线，并随行测定高、中、低三个浓度的质控样品。质控样品测定结果的偏差一般应小于20%。每个浓度至少双样本。质控样品测定结果的偏差一般应

小于20%，低浓度点偏差一般应小于20%，最多允许不在同一浓度的质控样品结果超限。

(8)徽生物学和免疫学分析:上述原则基本适用于生物学和微生物学或免疫学分析，但在方法确证中应考虑到其特殊性。微生物学或免疫学分析的标准曲线本质上是非线性的。结果的准确度是关键的因素。 分析数据的报告临床报告中至少应当包括:(l)方法建立数据;(2)样品分析数据:(3)提交20%受试者样品测试的色谱图复印件，包括相应分析批的标准曲线和QC样品的色谱图复印件。

参考文献：

1、 NONMEM法分析静滴异丙酚在中国人体的群体药代动力学 - 中国临床药理学杂志 - 2004, 20(6)

2、 癫痫儿童丙戊酸钠的群体药动学和群体药动学/药效学结合模式研究 - 2004

3、 靶控输注丙泊酚时的瑞芬太尼群体药代动力学 - 临床麻醉学杂志 - 2011, 27(9)

4、 基于人体群体药代动力学的中药上市后用法用量再评价 - 中国中药杂志 -

2011, 36(20)

5、 非线性混合效应模型法在群体药代动力学和群体药效学中的研究进展 - 国外医学(药学分册) - 2004, 31(4)

6、 群体药代动力学在万古霉素治疗药物监测的应用 - 中国临床药理学杂志 - 2011, 27(9)

7、加替沙星对老年慢性阻塞性肺病患者茶碱群体药代动力学的影响 - 医学研究生学报 - 2008, 21(1)

8、 群体药代动力学/群体药效动力学原理及研究方法 - 医学研究生学报 - 2005, 18(3)

9、 非线性混合效应模型法在群体药代动力学和群体药效学中的研究进展 - 国外医学(药学分册) - 2004, 31(4)

10、 群体药代动力学/群体药效动力学原理及研究方法 - 医学研究生学报 - 2005, 18(3)

11、用NONMEM法建立西酞普兰群体药代动力学模型 - 中国临床药理学杂志 - 2008, 24(2)

12、 用群体药代动力学模型实现抗生素个体化给药 - 中国医院用药评价与分析 - 2006, 6(1)

13、 药代动力学参数估算方法概述 - 中国医药导报 - 2009(13)

14、NONMEM法群体药代动力学研究的自举法验证及其应用 - 医学研究生学报 - 2010, 23(12)15、

15、 群体药动学原理及NONMEM法数据分析 - 药学服务与研究 - 2002, 2(4)

16、抗癫痫药的群体药代动力学与CYP450基因多态性的研究进展 - 中国临床药理学与治疗学 - 2006, 11(11).