题目：关于群体药代模型的评论和建议，尤其是地高辛及其与临床治疗的关系（Some comments and suggestions concerning population pharmacokinetic modeling, especially of digoxin, and its relation to clinical therapy）

群体药代和动态模型经常通过血清中地高辛浓度来分析稳态波谷数据，该过程被称为常规治疗药物监测（TDM）。这样的监测方案信息含量极少。只允许1室模型单一指标的估计，如清除率。使用D-最优设计方案可以获得更多的信息，且通过模型的使用可获得明显有意义的构型。按照合并优化设计的原理，常规TDM规则的方案和草案需要改进。群体药代动力学建模软件由NONMEM控制。然而，由于NONMEM是参数化法，因此必须假定一种模型参数分布。如果这个假设不正确，该模型也可能是错误的，也不会得到由原始数据导出的最具可能性的结果。此外，通过NONMEM计算得到的可能性只是粗略值，并不精确。这会削弱统计一致性，并降低统计的有效性和模型参数估计的结果精密度。因为其他参数方法由于能提供精确的可能性，故较优越。然而，他们仍然受到假设模型参数分布的约束。非参数法更灵活，也不需要对任何参数分布的模型进行假设，且能提供精确的可能性，统计学上也一致、有效、精确。对于使多模型给药方案的患者，非参数法最大限度地促进给药方案，使之精确，而一些参数模型方法做不到。与变异系数相比，每个测量参数的分析变异倒数能更好地描述实验室分析误差。该方法很容易实施且能设计出更精确的模型。也能对临床环境中其它不确定性来源的分析误差分别估计，并且是科学有效的。地高辛至少有2室行为。地高辛的药理学和临床疗效与血清地高辛浓度无关，但与外周非血清的地高辛浓度相关。我们对一些说明性的临床例子进行了讨论：由TDM和2室模型指导的洋地黄疗法，似乎可以将某些房颤和房扑的患者逆转为正常节律。研究者经常只应用稳态波谷浓度来创建1室模型，而且只用来预测将来的稳态的波谷浓度。但除此之外，还有更多试验可以进行，且临床监护也可以提高更多。

（选题审校： 任振宇 北京大学第三医院药剂科）

本文由翟所迪教授及其团队选题并审校，环球医学编辑完成。

相关链接：http://www.ncbi.nlm.nih.gov/pubmed/22735674