目的:建立伏立康唑(voriconazole)与奥美拉唑(omeprazole)间药物相互作用(drug-drug interactions,DDIs)模型,探讨两者合用的药动学过程,为临床合理用药提供理论参考。方法:通过文献检索和收集伏立康唑与奥美拉唑的理化性质参数、体外...目的:建立伏立康唑(voriconazole)与奥美拉唑(omeprazole)间药物相互作用(drug-drug interactions,DDIs)模型,探讨两者合用的药动学过程,为临床合理用药提供理论参考。方法:通过文献检索和收集伏立康唑与奥美拉唑的理化性质参数、体外酶促动力学参数等数据,建立生理药动学(physiologically based pharmacokinetic,PBPK)模型,模型验证后再建立两者的DDIs模型,预测两者合用时药动学过程的变化。结果:当两者合用时,奥美拉唑会使体内伏立康唑的最大血药浓度(C_(max))、血药浓度-时间曲线下总面积(AUC_(0-inf))和截止至终末观察点时的血浆药物浓度-时间曲线下面积(AUC_(0-t))增加,增加的比率分别为16.5%,38.7%和37.5%。结论:当伏立康唑与奥美拉唑合用时,奥美拉唑会增加体内伏立康唑的血药浓度,但增加的伏立康唑血药浓度仍在其治疗窗之内。因此,临床上2种药物合用时,无需调整伏立康唑的给药剂量。展开更多
目的通过构建瑞舒伐他汀空腹状态下的生理药动学(physiologically based pharmacokinetic model,PBPK)模型,预测其餐后状态下的吸收,并探究其可能的食物效应机制,为服用他汀类药物的高脂血症患者提出合理的饮食建议,提高BCSⅢ类他汀类...目的通过构建瑞舒伐他汀空腹状态下的生理药动学(physiologically based pharmacokinetic model,PBPK)模型,预测其餐后状态下的吸收,并探究其可能的食物效应机制,为服用他汀类药物的高脂血症患者提出合理的饮食建议,提高BCSⅢ类他汀类药物的药物吸收。方法根据文献和已有研究获得瑞舒伐他汀建模的理化参数、生物药剂学参数以及药动学参数,利用Gastro Plus^(TM)软件建立瑞舒伐他汀餐后给药的PBPK预测模型,并结合实测的血药浓度数据验证模型,判断是否可以准确预测出瑞舒伐他汀餐后的药物吸收结果,并进行参数敏感性分析。结果通过构建瑞舒伐他汀PBPK模型预测其餐后吸收,计算得到模型预测数据与实测数据的平均折叠误差和绝对平均折叠误差<2,结合模型验证的拟合相关系数表明拟合效果较好,同时参数敏感性分析提示高热量饮食、药物的油水分配系数(Log D)和渗透性对瑞舒伐他汀的吸收影响较大。结论所建立的模型能够较好地预测瑞舒伐他汀餐后状态下的吸收,基于参数敏感性分析结果,为服用BCSⅢ类他汀类药物的高脂血症患者提出合理的饮食建议,包括适当增加饮食中蛋白质的比重、减少脂肪和水溶性膳食纤维的占比等,可提高BCSⅢ类他汀类药物的肠道吸收。展开更多
在儿科用药研发面临巨大挑战的背景下,模型引导的药物研发(model-informed drug development,MIDD)在儿科新药研发中日益受到重视。在指导剂量选择时,MIDD的核心内容包括基于生理的药物动力学(physiologically based pharmacokinetic,PB...在儿科用药研发面临巨大挑战的背景下,模型引导的药物研发(model-informed drug development,MIDD)在儿科新药研发中日益受到重视。在指导剂量选择时,MIDD的核心内容包括基于生理的药物动力学(physiologically based pharmacokinetic,PBPK)模型和群体药物动力学(population pharmacokinetic,PopPK)模型的建立和仿真预测。PBPK模型用于开展临床试验前对儿科剂量进行预测,具有从成人PK外推至儿科PK的能力;PopPK模型用于从儿科临床数据中分析得到药物的PK特征,分析影响药物PK行为的关键协变量,指导个体化儿科用药。这两种模型各有优势与不足,需要在儿科新药研发各个阶段进行联合运用,互相补充,共同为儿童各年龄阶段的剂量选择发挥作用。本文以利伐沙班儿科用药研发为例,介绍PBPK模型和PopPK模型在儿科Ⅰ、Ⅱ、Ⅲ期临床试验中设计和验证给药方案的联合应用,为其他儿科用药研发中MIDD的应用提供参考。展开更多
文摘目的:建立伏立康唑(voriconazole)与奥美拉唑(omeprazole)间药物相互作用(drug-drug interactions,DDIs)模型,探讨两者合用的药动学过程,为临床合理用药提供理论参考。方法:通过文献检索和收集伏立康唑与奥美拉唑的理化性质参数、体外酶促动力学参数等数据,建立生理药动学(physiologically based pharmacokinetic,PBPK)模型,模型验证后再建立两者的DDIs模型,预测两者合用时药动学过程的变化。结果:当两者合用时,奥美拉唑会使体内伏立康唑的最大血药浓度(C_(max))、血药浓度-时间曲线下总面积(AUC_(0-inf))和截止至终末观察点时的血浆药物浓度-时间曲线下面积(AUC_(0-t))增加,增加的比率分别为16.5%,38.7%和37.5%。结论:当伏立康唑与奥美拉唑合用时,奥美拉唑会增加体内伏立康唑的血药浓度,但增加的伏立康唑血药浓度仍在其治疗窗之内。因此,临床上2种药物合用时,无需调整伏立康唑的给药剂量。
文摘在儿科用药研发面临巨大挑战的背景下,模型引导的药物研发(model-informed drug development,MIDD)在儿科新药研发中日益受到重视。在指导剂量选择时,MIDD的核心内容包括基于生理的药物动力学(physiologically based pharmacokinetic,PBPK)模型和群体药物动力学(population pharmacokinetic,PopPK)模型的建立和仿真预测。PBPK模型用于开展临床试验前对儿科剂量进行预测,具有从成人PK外推至儿科PK的能力;PopPK模型用于从儿科临床数据中分析得到药物的PK特征,分析影响药物PK行为的关键协变量,指导个体化儿科用药。这两种模型各有优势与不足,需要在儿科新药研发各个阶段进行联合运用,互相补充,共同为儿童各年龄阶段的剂量选择发挥作用。本文以利伐沙班儿科用药研发为例,介绍PBPK模型和PopPK模型在儿科Ⅰ、Ⅱ、Ⅲ期临床试验中设计和验证给药方案的联合应用,为其他儿科用药研发中MIDD的应用提供参考。
