两室模型药物体内释放(溶出)速率估算的半参数随机模型

目的:为两室模型药物体内释放(溶出)速率估计提供一种半参数随机模型。方法:在生物药剂学意义上,同一药物的受试制剂(test preparation,TP)与参比制剂(reference preparation,RP)的纯吸收及处置过程相同,所需时间相等。将TP总驻留时间(Th)视为TP体内释放(溶出)时间(Tf)与RP总驻留时间(Tg)之和,Tf与Tg相互独立,Th、Tf及Tg均为非负且连续型随机变量。对TP:假设Tf概率分布未知,故Th亦服从由一次血管外给药后的血药浓度-时间数据用数值方法求得的概率密度函数(PDF)的数值解的某一未知概率分布(非参数模型)。对RP:由于无释放(溶出)过程或释放(溶出)过程可忽略不计(相对于TP),故假设药动学呈两室模型分布、一级动力学吸收、室间转运与消除特征,则可推导出Tg的PDF公式(参数模型)。根据卷积公式,得卷积型Volter-ra积分方程,运用数值反卷积分法求解,得到TP体内各时间间隔平均释放(溶出)速率值。结果:半参数随机模型可估计出TP体内释放(溶出)速率、TP的PDF之数值解及RP的PDF的函数形式与参数估计值。结论:半参数随机模型可用于两室模型药物体内释放(溶出)动力学研究。     

基于遗传算法的药物动力学参数估计

目的:将遗传算法(GA)用于药物动力学(PK)模型参数估计。方法:用MATLAB7.0所带遗传算法与直接搜索工具箱(GADS)或免费遗传算法最优化工具箱GAOT求得PK参数估计值。结果:GA与常用PK软件包(传统算法)计算比较,结果基本一致,各有优点与不足之处。     

首剂Bayesian反馈一点法预测苯妥英钠个体化给药方案

苯妥英钠（ＤＰＨ＿Ｎａ）常用于预防与治疗癫痫大发作、精神运动性发作及心律失常等。但其具有（１）非线性药动学和饱和代谢;（２）有效血药浓度范围窄;（３）个体间差异大３个特征,使得ＤＰＨ＿Ｎａ给药方案设计较为困难。有关ＤＰＨ＿Ｎａ的个体化给药方案设计,已有较多文献［１～３］报道。这些方法中,公认群体药动学参数结合个体信息（一对剂量／日—稳态血苯妥英浓度）作Ｂａｙｅｓｉａｎ反馈获取优化的个体药动学参数,继而得到个体化的给药方案最为优越。但ＤＰＨ＿Ｎａ达稳较慢（一般１０～１４ｄ或更长）,采用稳态Ｂａｙｅｓｉａ…     

血管外给药后面积/浓度比值法预测房室数

在单次血管外给药.一级吸收与消除情况下.由血药浓度C(t)-时间t数据.计算曲线下面积AUC~(1-+∞)/C(t)(t>T_(max),T_(max)为达峰时间)比值的离散数值;根据离散数值的规律性.对房室数作出预测。经实例验证.本法预测的房室数与用3P87程序及PKBP-N_1程序作非线性最小二乘回归后判定的结果基本一致.在实际应用上.本法较为简便。     

抗坏血酸对自发性高血压鼠血压的影响

人血压与血清抗坏血酸(As.A.)浓度之间存在着密切关系,血清 As.A.浓度高的人群,高血压患病率低,但其因果关系还不明确。为此,作者给自发性高血压鼠(SHR—sr)投予 As.A.,研究了其对血压的影响。作者将60只7周龄、雄性自发性高血压鼠(SHR/NCrj)分为食盐组和非食盐组,食盐组用0.5%食盐水饲养,非食     

药物动力学模型的Cp选择法

目的:为药物动力学(PK)模型的选择提供一个新定量指标。方法:将多元回归分析中选择“最优”回归模型的统计量Cp的计算公式赋予新含义使之适用于PK房室模型选择。结果:经实例计算,与AIC准则判定的PK模型相同,但Cp选择法更为灵敏。     

人血浆中奎尼丁浓度的高效液相色谱法测定

奎尼丁为常用抗心律失常药之一，其有效血药浓度范围窄（2～2μg／ml），血药浓度个体差异大，易出现毒副反应，疗效和毒性反应与血药浓度有良好的相关性，故奎尼丁为需进行治疗药物监测（TDM）的药物之一[1]。为在我院开展奎尼丁的TDM工作，作者采用外标法定量，自选流动相及萃取溶剂，建立了适合于进行TDM工作的反相高效液相色谱法（HPLC）测定人血浆中奎尼丁浓度的方法。材料和方法一、仪器：Varian5060型高效液相色谱仪（美国），UV－100紫外检测器（美国），六通平面进样闻（RLeodyne7125．美国），取样管50μl，LXJ－II离心…     

最大熵原理用于选择药物动力学模型

药物动力学(PK)模型的选择在PK研究的理论和实践中具有重要意义。PK模型的选择已有多种方法和指标[1～3]。本文将信息论中的最大熵原理[4]试用于PK模型的选择。1　原理当随机变量ε服从正态分布时,根据最大熵定理[4],有Hmax=Log(2πeσ2)/2(1)式中,2,π,e均为常数,因此,Hmax值的大小取决于σ2值即ε的方差的大小。由于熵可理解为系统的混乱或无序程度的指标,信息为熵的减少或负熵的增加。熵值越大,系统越不稳定而无序;熵值越小,系统越稳定而有序。因此,假设某一实验数据Yi,Xi(i=1,2,3,…,n)可同时拟合成多个数学模型,则应选择使系统最…     

选择"最优"多元线性回归模型的信息熵法

对同一组线性相关数据因变量Y与自变量X,有多种方法和多项指标用于选择“最优”多元线性回归模型。本文将熵(信息熵)〔1〕的概念引入线性回归模型。一个回归模型方程可视作一个系统,将系统的元序或混乱程度〔2〕与模型复杂性和拟合优度相联系,从而提出选择“最优”多元线性回归模型的信息熵法。原理与方法熵是一个系统无序或混乱程度的度量。将一个回归模型视作一个系统,信息熵最小的系统为不确定(无序)程度最小,混乱程度最低的系统,即欲得“最优”回归模型。因变量Y与自变量Xi(i=1,2,…,m,m为全模型自变量数目)呈线性相关。对于给定的准…