上QQ阅读APP看书,第一时间看更新
3.6.4 药物动力学/药效动力学概要
研究药物动力学,定量评价药物的体内过程并非最终目的。我们研究药物的体内过程,定量评价影响这些过程的各种因素,是为了更好地把握药效,减小毒副作用发生的机会,使疾病尽早痊愈。药物动力学/药效动力学(pharmacokinetics/pharmacodynamics,PK/PD)将药物动力学与药效动力学衔接起来,在药物动力学研究的基础上评价体内药物的水平与药效之间的定量关系。
3.6.4.1 体内药物水平与药效之间的关系
体内药物水平与药效之间可能存在各种复杂的联系,图3-14为临床可能见到的几种血药浓度-时间曲线与药效-时间曲线间的关系,及相应的血药浓度与药效的关系。
图3-14(A)中的药物浓度-时间曲线与药效强度-时间曲线同时达峰,因此一个血药浓度对应的是一个唯一的药效强度。这时推断药物作用部位通常处于血液隔室或血液循环很丰富的器官,而且药物水平与药效间有直接的关系。
图3-14(B)中的药效强度-时间曲线先于药物浓度-时间曲线达峰,这时一个血药浓度在不同的时间点有可能对应的是两个药效。按照给药后时间的先后可以发现这时血药浓度与药效的关系曲线为顺时针滞后回线。造成这种现象的原因可能为机体出现了急性耐药性,或存在去敏化负反馈调节,或仅仅是因为单剂量效应等。
图3-14(C)中是临床常见的药效强度-时间曲线滞后于药物浓度-时间曲线的现象。尽管一个血药浓度在不同的时间点有可能对应的也是两个药效,但是与图3-14(B)相反,这时的血药浓度与药效的关系曲线为逆时针滞后回线。出现这种现象的主要原因有两个:①药物的作用部位不在血液隔室或血液灌流充分的器官(图3-16);②药物以间接影响的方式产生药效(图3-16),或者两种原因兼而有之。
3.6.4.2 体内药物水平连接药效强度的方式——希尔方程
将体内的药物水平与相应的药效相连接的方式有多种,但是较为多用的为希尔方程[Hill’s equation,公式(3-43)]。
图3-13 中国肾移植患者治疗药物监测的分析界面及报告书
WWW.POPPK-BEIJING.ORG
图3-14 临床可能见到的血药浓度与药效的时间曲线间的关系(左图),及相应血药浓度与药效的关系(中图:血药浓度普通坐标;右图:血药浓度对数坐标)
灰色实心圆:血药浓度;黑色实心圆:药效
图3-15 药效强度-血药浓度曲线及与希尔方程各项参数的关系
式中, E、 E 0、 E max、 EC 50、 r和 C分别为药效、药效基线、药效可能的最大增量、达50%药效增量极限时的药物浓度、希尔因子,以及血药浓度。
药效强度-血药浓度曲线及与希尔方程各项参数的关系见图3-15。 EC 50为反映药效强度的参数。图形显示右侧实线代表药物的强度较弱,同样达到50%的最大药效所需要的浓度为左侧虚线药物的10倍。希尔因子γ又称形状因子,与图中曲线的斜率有关,其值越大则曲线越陡峭,表明这时药效对于药物浓度的变化越敏感。公式(3-43)和图3-15还显示在药物浓度大于一定水平之后药效趋向于 E 0+ E max这一极限,浓度的变化将不再对药效产生明显影响。
3.6.4.3 解释药效滞后的生物相模型
图3-14(C)中药效-时间曲线滞后于血药浓度-时间曲线的变化是临床常见的现象,原因可能在于药物的作用部位不在血液隔室或血液灌流充分的器官。图3-16显示的是关于这种逆时针滞后回线现象的模型,分为相互关联的药物动力学模型和药效动力学模型两个部分。
图3-16 含有生物相的药物动力学/药效动力学链式模型
药物动力学/药效动力学分析通常分为两步进行。第一步先针对血药浓度的数据进行药物动力学模型解析;第二步:通过得到的药物动力学参数模拟血药浓度值,结合拟合估算参数 K eo,模拟出生物相中的药物浓度 C e,再代入希尔方程中估算 E 0、 EC 50、 E max和γ。分步处理的理由是药物动力学部分处于PK/PD模型的上游,相对的数据变异与模型误差的影响较小,先行处理可以避免下游数据的质量对于拟合可能产生的不利影响。在两部分的模型初步建成之后也可以尝试将全部参数同时予以拟合,对模型进行优化。
3.6.4.4 解释药效滞后的药物间接效应模型
药效滞后是因为药物分布在时间上的滞后所致的假设并不总是成立,于是人们又提出了药物间接效应模型,假设药物可能通过影响机体内在生物信号物质的生成或消除间接达到药理学作用。近年来基于机制的模型常采用此项假说,实际解析中也可结合生物相假说,建立整合的PK/PD模型(图3-17)。
假设机体内在生物信号物质与药物效应( R)间有较紧密的关系,可直接建立 R的速率变化模型[公式(3-45)],公式中 K in和 K out分别为信号物质生成与消除的速率常数,前者为零级速率常数,后者为一级速率常数。生成速率之所以为零级过程是因仅受其前体物质水平的影响,而与当时信号物质的多寡无关。
在没有给药的平衡状态,公式(3-45)的等号左侧为0,于是 R (0)= K in/ K out,在模型估算过程中可将此关系作为公式(3-45)中 R的初始条件。
药物的影响通过 E max模型改变常数 K in或 K out实现,可以分为抑制 K in[公式(3-46)]和促进 K in[公式(3-47)]、抑制 K out[公式(3-48)]和促进 K out[公式(3-49)]这样4类情景,当然也不应排除两种以上机制同时存在的可能性。
图3-17 含有生物相和间接效应机制的药物动力学/药效动力学链式模型
式中, I max、 S max、 IC 50、 SC 50分别为药物可能达至的最大影响,以及达50%最大影响时的药物浓度。其中的 I max值须≤1,而 S max值则没有限制。
与群体药物动力学一样,PK/PD的联合研究是药物动力学领域中的主要热点,其模型由起初的药动学(PK)到当前的PK/PD,现在又开始向疾病进展模型的方向延伸;同时存在的趋势则是由笼统的生物相模型向更加接近于机制的间接效应模型的发展。决定此类研究成败的关键点在于正确、灵敏的药效学终点指标的选取,可能的条件下模型还应选取机体内适当的生物标记物(biomarker)或替代性标记物(surrogate),以揭示药物水平与药效学(PD)之间的复杂定量关系。目前PK/PD的模型研究主要在新药研发的领域,其优势作用已经得到了广泛的认可。随着学科的深化发展,相信其在临床药学领域也将发挥重要的作用。