群体模型分析方法评估基因多态性对药物PK/PD的影响

多态性(polymorphism)是指在一个生物群体中,同时和经常存在两种或多种不连续的变异型或基因型(genotype)或等位基因(allele),亦称遗传多态性或基因多态性(gene polymorphism)。这种基因多态性可能对药物的药动学和药效学产生一定程度的影响。基因组学的研究对实现个性化、以患者为导向的精准医学治疗方式具有重要作用。群体模型分析是采用模型化的方法来定量描述药动学及药效学参数与个体特征之间的相关性和变异性,可以量化协变量产生的影响。目前这一方法已被广泛应用。本文系统地介绍采用群体模型方法评估基因多态性对药物PK/PD影响的应用实例。

新药研发中定量药理学研究的价值及其一般考虑

定量药理学是利用建模与模拟技术对药代动力学、药效动力学、机体功能、疾病进程和试验过程等信息进行模型化研究的一门科学。其在新药研发中的早期介入和全程参与能够形成模型引导的药物研发模式,以提高研发和科学审评效率,降低研发成本,缩短新药上市时间。本文根据国内外应用实践,阐述了定量药理学在新药研发中的价值、研究特点、应用条件及操作规范,以期作为国内定量药理学研究的专家共识,为定量药理学在我国新药研发中的应用提供参考。

基于模型的荟萃分析一般考虑

随着药品研发及临床试验成本的不断增加,如何充分利用各类数据指引临床试验高效地开展,以提高新药的研发效率,并制定科学合理的用药方案,具有重要意义。基于模型的荟萃分析(model based meta-analysis,MBMA)是将数学建模与荟萃分析(meta-analysis)相结合,对多种来源(如临床前和临床各阶段研究数据等)和多个维度(靶标/机制、药代/药效动力学、疾病/适应症、人群特征、给药方案、生物标志物/药效指标/安全性指标等)的信息进行整合,不仅为药物研发各个关键环节的决策制定提供重要依据,也可为临床合理用药以及药物经济学中的成本-效益分析提供有效信息。传统的Meta分析对数据的同质性要求较高,而MBMA通过建模可将不同剂量、不同疗程和不同人群的异质性数据合并分析,从而对药物的剂量效应、时间效应和影响因素进行量化,预测以往研究中不曾涉及的剂量、时间和协变量水平下的药效或安全特征。尽管MBMA的建模和模拟技术与群体药动学/药效学(population pharmacokinetics/pharmacodynamics,Pop PK/PD)相似,但相比Pop PK/PD,MBMA最大的优势是可对文献数据进行充分利用,不仅提高了结论的证据强度,更可回答单个研究不能回答的问题。目前MBMA已成为模型引导的药物研发(model-informed drug development,MIDD)策略中的重要方法之一。本文将就MBMA的应用价值、分析计划、数据采集与处理、分析方法以及报告要点进行说明,旨在为MBMA在新药研发和临床实践中的应用提供参考。