Excel规划求解法在药物溶出模型拟合和优选中的应用

目的:获得一种药物溶出模型拟合和优选的简便方法。方法:根据Weibull分布模型直接采用Excel规划求解(DEBS)对药物溶出数据进行非线性拟合,并将拟合结果与线性变换后Excel规划求解(LEBS)的结果相比较;对同一实例的药物溶出数据分别用6种药物溶出模型进行DEBS拟合,根据拟合优度(R2)或累积溶出百分比的残差平方和[SUM=Σ(Y-^Y2]进行优选。结果:对于溶出介质pH分别为7.5,2.0,1.0的某药溶出百分率,采用Weibull分布模型并经DEBS拟合后,其SUM为3.9233,0.3264和7.4330,分别小于LEBS的6.0886,0.3435,7.9946;α,β和m各有差别,但td和t50近似一致。对溶出介质pH1.0的药物溶出数据,在6个拟合模型中,Ritger-Peppas模型(α:2.626,k:8.2193,n:0.5996,SUM:4.3557)最优,Weibull分布模型(α:0.906,β:23.9009,m:0.91062,SUM:7.4330)次之。结论:DEBS应用于药物溶出模型的拟合和优选,方法简便可靠,值得进一步推广。

基于Excel软件的血管外多次给药的方案设计

目的 :建立一种简便的血管外多次给药的方案设计方法。方法 :采用Excel软件编写基于药动学参数的电子表格程序。结果 :输入每周期给药次数 (k) ,1、2或 3室模型的药动学参数 ,吸收分数 (F)、滞后时间 (tlag)及给药间隔τs 后 ,Excel规划求解和单变量求解获得峰时 (tpeak)、峰浓度 (cmax)、最大给药剂量 (dmax)和最低有效剂量 (dmin)及有效血药浓度累积时间(tec)。输入选定的维持量 (d)、周期数 (n) ,电子表格显示第n周期 (或稳态一周期 )第 1～k次给药后t时刻血药浓度 ,平均达坪分数 (F) ,负荷剂量等。结论 :既能为临床用药提供用药方案 。

石杉碱甲胶囊与片剂治疗阿尔茨海默病与增龄相关记忆减退症疗效比较的Meta分析

目的系统评价石杉碱甲（HupA）胶囊和片剂治疗阿尔茨海默病（AD）和增龄相关性记忆减退症（AAMI）的疗效。方法采用数据库MEDLINE（1995～2006）、中国医院数字图书馆（CHKD），搜索有关以AD和AAMI为研究对象，比较HupA胶囊和片剂治疗AD和AAMI效果的随机对照试验（RCT）的文献。测量指标的综合效应采用Cochrane专用软件Revman4．2．8分析。结果共8篇RCT文章入选。其中5个RCT研究为HupA胶囊和片剂治疗AAMI的效果比较，HupA胶囊组227例，HupA片剂组186例，两组MMSE增分值的合并加权均数差值（WMD）为-0．07[-0．39，0．26]（P〉0.05），MQ增分值的WMD为0．97[-0．55，2．48]（P〉0．05），与HupA片剂比较，HupA胶囊MQ改善率的合并比数比（OR合并）为1．00[0．65，1．55]（P〉0．05）；另3个RCT研究为HupA胶囊和片剂治疗AD的效果比较。HupA胶囊组102例，HupA片剂组82例，MMSE和MQ增分值的WMD分别为0．85[0．19，1．51]（P〈0．05），1．36[-1．73，4．46]（P〉0．05），与HupA片剂比较，MQ改善率的OR合并=1．00[0．55，1．81]（P〉0．05）；发表偏倚小。结论HupA胶囊除了对AD的认知功能（MMSE）优于片剂而需要继续研究外，临床效应和不良反应两者相近。

用于Excel软件的一室模型血管外多次给药方案设计

目的:建立一种简便的一室模型血管外多次给药的方案设计方法。方法:用Excel软件编写基于药动学参数的给药方案设计程序。结果:输入每周期给药次数(k)、参数ka、ke、v_d、吸收分数(f)、滞后时间(t_(lag))及给药间隔(t_s)后,输入最低中毒浓度(MTC)和最低有效浓度(MEC),单变量求解获得最大维持剂量(MD_(max))和最低维持剂量(MD_(min));输入选定的维持量(MD)、某周期数(n),电子表格显示第n周期(或稳态)一周期任一次给药后的t时刻血药浓度、达坪分数、负荷剂量,峰时(t_(peak))、峰浓度及有效血药浓度累积时间(t_(ec))等。结论:方法可靠,使用方便,既能为临床用药提供用药方案,又能对某一用药方案作出评价。

基于Excel软件的静脉滴注多次给药的方案设计

目的 :建立一种简便的静滴多次给药方案的设计方法。方法 :采用Excel软件编写基于药动学参数的给药方案设计程序。结果 :输入房室数 1、2或 3,每周期给药次数k ,药动学参数 (一室 :Ke、Vd;二室 :α、β、K2 1、V1;三室 :α、β、γ、K2 1、K3 1,V1) ,最低有效浓度 (MEC)和最低中毒浓度 (MTC)以及滴注时间τs 和给药间隔Ts 后 ,单变量求解获得血药浓度处于安全有效范围时应滴注的剂量 ;输入选定的维持量和某一给药周期 (n)后 ,电子表格显示第n周期 (或稳态 )任一次给药后的t时刻血药浓度、达坪分数、负荷剂量 ,单变量求解法获得Ts 时间内的有效血药浓度时间 (tec)。结论 :方法设计简单 ,使用直观简便 ,既能为临床用药提供安全有效的剂量 。

运用Excel表格程序设计静脉滴注的给药方案

目的建立一种简化的静脉滴注的给药方法。方法采用Excel软件编写基于药动学参数的给药方案设计程序。结果输入药动学参数、给药间隔(τ)、输注时间(T)、给药剂量初值或维持量(d)和药后时间t后,Excel表格显示任一次给药后的t时刻血药浓度、AUC值和负荷剂量;通过对Excel表格的操作,显示第n周期(或稳态)任一次给药后的t时刻血药浓度、AUC值和负荷剂量,Excel规划求解法获得最大给药剂量(dmax)、最低给药剂量(dmin)、有效血药浓度时间(tec)。结论方法设计简单,使用直观简便,既能为临床用药提供安全有效的剂量,又能对某一用药方案作出评价。

SPSS估算一级并行米氏消除药物药动学参数的方法

目的估算一级并行米氏消除药物静脉注射给药的药动学参数。方法利用四阶Runge-Kutta算法得到血药浓度的模拟数据,对模拟取样点的药-时数据进行转化,以?C/?t近似地代替微分式dC/dt,血药浓度C采用调和均数CiCi+1或算术均数(Ci+Ci+1)/2;采用SPSS软件中的非线性回归(nonlinear regression)对?C/?t调和均数(或算术均数)数据对拟合一级并行米氏消除药物静脉注射给药的药动学参数。结果SPSS估算的药动学参数准确可靠。结论SPSS可以用于估算一级并行米氏消除药物静脉注射给药的药动学参数。

基于EXCEL软件的二室模型静脉推注给药的给药方案设计

目的 :建立一种简便的多剂量二室模型静脉推注给药的给药方案设计方法。方法 :在获得中央室血药浓度和有关参数的数值计算方法后 ,采用EXCEL软件中单元格引用和函数引用的方法实现与给药方案有关的各种数值的计算。结果 :输入参数α、β、K12 、V1,以及给药间隔Ts、最低有效浓度(MEC)或最小中毒浓度 (MTC)后 ,电子表格显示最大给药剂量Dmax(或最低有效剂量Dmin) ;输入选定的维持量、给药周期n后 ,电子表格显示第n周期(或稳态 )任一次给药后的峰谷浓度、瞬时血药浓度、达坪分数、负荷剂量及有效血药浓度累积时间(Tec)。结论 :方法设计简单 ,使用直观、简便 ,既能为临床用药提供安全有效的剂量 。

运用简化Excel表格程序设计血管外给药方案

目的建立一种简便的血管外给药方案。方法采用Excel软件编写基于药动学参数的给药方案设计程序。结果输入药动学参数、给药间隔(τ)、给药剂量初值或维持量(d)和药后时间(t)后,Excel表格显示首次给药后的t时刻血药浓度、浓度-时间曲线下面积(AUC)值;通过对Excel表格的操作,显示第n周期(或稳态)任一次给药后的t时刻血药浓度、AUC值,Excel规划求解法获得最大给药剂量(dm ax)、最低给药剂量(dm in)、有效血药浓度时间(tec)。结论该方法设计简单,使用直观简便,既能为临床用药提供安全有效的剂量,又能对某一用药方案作出评价。

经典恒温法药物稳定性试验数据的电子表格处理程序

目的 :建立经典恒温法药物稳定性试验数据的快速处理方法。方法 :根据一级分解动力学方程和Arrhenius指数定律 ,采用电子表格 (Excel)软件编写程序 ,并以实例说明。结果 :获得了实例所示的 4个温度 4个取样时间的药物稳定性试验数据的Excel处理程序 ,对试验温度、取样时间不同的数据处理 ,稍加修改程序即可。结论 :Excel处理程序编程简单、结果可靠、使用方便 。

基于Excel软件的静脉滴注给药(一级并行)米氏消除药动学方程的数值解

目的 获得静脉滴注给药时(一级并行)米氏消除药物的血药浓度近似解。方法 根据四阶龙格库塔算法,采用Excel软件编写(一级并行)米氏消除药动学方程数值解的表格程序。结果 输入药动学参数(Vm,Km,Vd,ke)后,Excel表格输出任一次给药后某时刻的预期血药浓度。结论 这一表格程序是静脉滴注给药(一级并行)米氏消除药动学方程一种可靠的数值解法。

米氏消除药物血管外给药血药浓度的数值解

目的获得(一级并行)米氏消除药物血管外给药时的血药浓度近似值。方法根据四阶Runge-Kutta算法,采用Excel软件编写基于药动学参数的血药浓度近似解表格程序。结果通过实例演示,可以输出第n周期(或稳态)第s次血管外给药后每间隔0.005 h的预期血药浓度。结论该法是(一级并行)米氏消除药物血管外给药动力学方程的一种可靠的数值解法。

(一级并行)米氏消除药物静脉滴注给药的方案设计

目的建立米氏消除药物多次静脉滴注给药方案设计方法。方法根据四阶Runge-Kutta算法,采用Excel软件编写基于药动学参数的给药方案设计程序。结果输入药动学参数Vm、Km、Vd、ke和给药间隔sτ后,Excel规划求解获得最大维持剂量(dm ax)和最低维持剂量(dm in);输入选定的维持量(d)及初始浓度后,电子表格显示一周期(或稳态)任一次给药后小的相隔时间(H)的血药浓度和AUC值,获得有效血药浓度时间(Tec)和达坪分数(F[n]),Excel单变量求解获得负荷剂量。结论该方法设计简单,既能为临床用药提供安全有效的剂量,又能对某一用药方案作出评价。

618种口服药品说明书用药时间调查

参照收集到的618张口服药物说明书,按说明书标有与饮食相关的用药时间进行分类。结果 193种药品的服药时间与饮食相关,占31.2%。226种中成药仅41种标有餐前或餐后等说明,标注率较低(占18.1%),而392种西药中有153种标注餐前或餐后等,标注率达39.0%。其中描述"不受食物影响"、"食物影响较小"、"与或不与食物同服均可"及"餐前或餐后均可"等共38种药品(占19.7%)。餐后服用65种占33.7%,餐前或空腹服用共43种占22.3%。

一种米氏消除药物药代动力学参数K_m和V_m的优化方法

因为改良Hanes-Woolf法和精确线性回归法(ALR法)拟合参数Km和Vm存在一定的误差,本文将改良Hanes-Woolf法和ALR法的计算结果作为参数Km、Vm初值,通过Runge-Kutta算法获得静脉推注给药后血药浓度的数值解,采用Excel规划求解法使血药浓度的加权差值平方和(∑(c- c*)2/c)最小化,从而使参数Km和Vm得到优化(RK-PS法);实例分析表明,RK-PS法的计算结果优于改良Hanes-Woolf法和ALR法.

高斯-牛顿法拟合一室模型药物血管外给药的药动学参数的电子表格程序

目的建立一种简便的一室模型药物血管外给药的药动学参数求解方法。方法采用残数法获得药动学参数初值,根据最小二乘方原理设计获取一室模型药物血管外给药的药动学参数(A,k,Bandka)的Excel表格程序。结果实例显示该Excel表格程序的拟合效果与DAS2.1.1药动学软件一致。结论利用Excel表格求算药动学参数是一种有效而简便的方法。

双剂量四点法测定一室模型血管外给药的药动学参数及其误差分析

目的建立一种简便的一室模型药物血管外给药的药动学参数计算方法;方法间隔τ时间前后给予相同的剂量d,设计4个取样点(t=0、τ/2、τ和τ+τ/2),根据给定的药动学参数(ka、k和V/F)计算各取样点的理论血药浓度(c0、c1、c2和c3),推算ka、k和V/F的近似值,并分析各参数的相对误差百分率(E%),计算E%<5%的τ值;结果参数推算值与给定值基本一致,ka、k值虽对E%有一定的影响,但在设置τ的最小取值后可以确保V/F、ka和k的E%小于5%。结论双剂量四点取样法可以用于获取一室模型血管外给药的药动学参数。

利用SPSS估算一级吸收米氏消除药物的药动学参数

目的估算米氏消除药物血管外给药的药动学参数。方法四阶Runge-Kutta算法获得血药浓度的模拟值,根据模拟取样点的药时数据,以△C/△t近似地代替微分式dC/dt,血药浓度(C)采用算术均数(Ci+Ci+1)/2;采用SPSS软件中的非线性回归(non linear regression)对△C/△t-C数据对拟合药动学参数。结果SPSS估算的药动学参数准确可靠。结论SPSS可用于估算米氏消除药物血管外给药的药动学参数。

非等剂量非等间隔时间周期性给药理论达坪分数的计算

目的给出第n周期第s次静脉推注和血管外给药的理论达坪分数计算公式。方法根据静脉推注及血管外给药后血药浓度c与时间t关系式,推算第n周期(稳态)第s次给药τ时间内的AUC0→τ,计算每次给药或每周期的达坪分数。结果获得静脉推注和血管外给药不同房室模型第n周期第s次给药后平均达坪分数的计算公式。结论该法可利用Excel表格程序更好地进行给药方案设计。

简化的Excel表格程序设计静脉推注给药方案

目的建立一种简便的静脉推注给药方案。方法采用Excel软件编写简化的Excel表格程序。结果输入药动学参数、给药间隔τ、给药剂量初值或维持量(d)和药后时间(t)后,Excel表格显示任一次给药后的t时刻血药浓度、AUC值;通过对Excel表格的操作,显示第n周期(或稳态)任一次给药后的t时刻血药浓度、AUC值和负荷剂量。Excel规划求解法获得最大给药剂量(dmax)、最低给药剂量(dmin)、有效血药浓度时间(tec)。结论该方法设计简单,使用直观简便,既能为临床用药提供安全有效的剂量,又能对某一用药方案作出评价。