哌拉西林他唑巴坦在肾内科患者中的群体药动学和蒙特卡罗模拟
【图文】:
mol·L-1磷酸二氢钠水溶液(pH6.5)∶乙腈(90∶10,V/V);流速:1.0ml·min-1;柱温:30℃;紫外检测波长220nm;进样量20μl。其高效液相色谱图见图1.哌拉西林在6.25~400mg·L-1,他唑巴坦在1~100mg·L-1的浓度范围内线性关系良好。哌拉西林与他唑巴坦的浓度测定方法回收率分别为(96.11±5.10)%,(101.39±1.67)%。日内日间误差均小于10%。图1哌拉西林他唑巴坦的高效液相色谱图A.空白血清;B.他唑巴坦;C.哌拉西林Fig1HPLCchromatogramsofblankserum(A)andserumspikedwithpiperacillin(C)andtazobactam(B)A.blankserum;B.tazobactam;C.piperacillin1.3.2群体药动学模型的建立(NONMEM程序,VersionⅦ,双精度(NONMEMprojectgroup,UniversityofCalifornia,USA))(1)药动学基本结构模型:分别采用静脉给药的一房室模型(ADVAN1TRANS2)、二房室模型(ADVAN3TRANS4)取拟合度最佳者。本文选择目标函数值(OBJ)较小者即一房室模型为基础PK模型。模型计算采用一级条件估算算法(FirstOr-derConditionalEstimationmethod,FOCE)。(2)统计学模型:个体间变异(Interindi
图2浓度-时间散点图A.哌拉西林;B.他唑巴坦Fig2ScatterplotoftimeandserumconcentrationsA.piperacillin;B.tazobactam图3哌拉西林他唑巴坦PREDvs.ObsA.哌拉西林;B.他唑巴坦Fig3PREDvs.ObsA.piperacillin;B.tazobactam表2模型拟合过程Tab2Modelfittingprocess参数模型1基础一室模型模型2CLCR作为CL的协变量模型3WT作为V的协变量模型4aCLCR和WT分别作为CL和V的协变量哌拉西林OFVb1511.821227.321253.381165.73ΔOFV(P-valuec)--284.5(P<0.001)-258.44(P<0.01)-346.09(P<0.01)CL(%RSEd)2.72(10.4)8.99(4.94)14.8(4.01)9.14(4.89)V(%RSEd)21.7(11.2)22.0(2.89)12.1(7.59)12.2(7.80)CL,θCLCR-4.63(5.83)-4.60(5.07)V,θWT--9.57(8.84)9.49(9.11)ωCL(%)17011.328.411.1ωV(%)16.618.77.327.99σ(%)5.369.149.559.32他唑巴坦OFVb829.31775.90336.03241.96ΔOFV(P-valuec)--53.41(P<0.001
图2浓度-时间散点图A.哌拉西林;B.他唑巴坦Fig2ScatterplotoftimeandserumconcentrationsA.piperacillin;B.tazobactam图3哌拉西林他唑巴坦PREDvs.ObsA.哌拉西林;B.他唑巴坦Fig3PREDvs.ObsA.piperacillin;B.tazobactam表2模型拟合过程Tab2Modelfittingprocess参数模型1基础一室模型模型2CLCR作为CL的协变量模型3WT作为V的协变量模型4aCLCR和WT分别作为CL和V的协变量哌拉西林OFVb1511.821227.321253.381165.73ΔOFV(P-valuec)--284.5(P<0.001)-258.44(P<0.01)-346.09(P<0.01)CL(%RSEd)2.72(10.4)8.99(4.94)14.8(4.01)9.14(4.89)V(%RSEd)21.7(11.2)22.0(2.89)12.1(7.59)12.2(7.80)CL,θCLCR-4.63(5.83)-4.60(5.07)V,θWT--9.57(8.84)9.49(9.11)ωCL(%)17011.328.411.1ωV(%)16.618.77.327.99σ(%)5.369.149.559.32他唑巴坦OFVb829.31775.90336.03241.96ΔOFV(P-valuec)--53.41(P<0.001
【相似文献】
相关期刊论文 前10条
1 邓月仙;秦超;李瑞兴;彭海文;江雷;;蒙特卡罗模拟在城市进攻战斗减员预计风险分析中的应用[J];第二军医大学学报;2008年07期
2 彭舒;;生物组织中光传播的蒙特卡罗模拟[J];科学技术与工程;2009年19期
3 沈惠峰;张睢扬;常艳;任娟;;用SAS迭代及蒙特卡罗模拟优化美罗培南的使用[J];中国临床药理学与治疗学;2012年05期
4 刘什敏;;脑组织等效材料在BNCT中的蒙特卡罗模拟[J];核电子学与探测技术;2013年10期
5 周凌宏;金浩宇;陈超敏;;基于蒙特卡罗模拟的快速剂量计算方法研究[J];仪器仪表学报;2007年04期
6 向东;郭兰英;;γ能谱的蒙特卡罗模拟[J];数理医药学杂志;2006年03期
7 张奇玮;马加一;刘庆伟;赵经武;;断层屏蔽SPECT的性能和蒙特卡罗模拟[J];核电子学与探测技术;2007年04期
8 郑开逸;李臣贵;黄莉;胡育筑;;蒙特卡罗模拟-重要抽样法评估三七含铅的健康风险[J];计算机与应用化学;2010年05期
9 庞晓军;杜正隆;曾德福;陆健;曾红;梁大胜;;基于蒙特卡罗模拟结果基础上合理应用亚胺培南的临床研究[J];中国现代应用药学;2010年12期
10 李伟;何永红;马辉;;偏振门用于对散射介质成像的蒙特卡罗模拟研究[J];光子学报;2008年03期
相关会议论文 前5条
1 刘木华;李细荣;黎静;段武茂;;水果组织中光子传输的蒙特卡罗模拟研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第四分册[C];2005年
2 王雪芹;杨海飞;陈红飞;宋翔;吴品成;杨萍;易刚;张丽;;蒙特卡罗模拟方法在长北次级储层中的应用[A];创新·质量·低碳·可持续发展——第十届宁夏青年科学家论坛石化专题论坛论文集[C];2014年
3 张富利;苏振涛;张晓敏;陈建平;郑明民;;蒙特卡罗和筒串算法和在非均匀介质中剂量特性的比较研究[A];中华医学会放射肿瘤治疗学分会六届二次暨中国抗癌协会肿瘤放疗专业委员会二届二次学术会议论文集[C];2009年
4 张斌;赵书俊;张士勋;刘豪佳;;基于GATE的PET仿真环境的实现与应用[A];第十五届全国核电子学与核探测技术学术年会论文集[C];2010年
5 吴龙;张勇;赵宁;张占昭;赵远;;大气衰减对激光雷达性能影响的蒙特卡罗模拟[A];第十届全国光电技术学术交流会论文集[C];2012年
相关重要报纸文章 前1条
1 上海申银万国证券研究所 杨国平;蒙特卡罗模拟与二叉树定价模型[N];证券日报;2005年
相关博士学位论文 前1条
1 刘源;蛋白质的蒙特卡罗模拟及生物分子膜行为研究[D];中国科学技术大学;2013年
相关硕士学位论文 前10条
1 张凯;基于蒙特卡罗模拟的最小二乘统计量性质的研究[D];天津财经大学;2013年
2 张弘;应用蒙特卡罗模拟监测病原菌耐药性变化的研究[D];青岛大学;2014年
3 刘玉芳;随机散射表面扫描白光干涉信号的蒙特卡罗模拟[D];南昌航空大学;2014年
4 杨衡;蒙特卡罗模拟优化与风险决策分析的应用研究[D];天津大学;2004年
5 黄华强;蒙特卡洛模拟分析方法在国际炼化工程项目投标价格评审中的应用[D];华东理工大学;2013年
6 张云祥;基于蒙特卡罗模拟的养老基金投资策略分析[D];天津财经大学;2013年
7 鞠栅;偏振散射光谱术的蒙特卡罗模拟研究[D];华中科技大学;2007年
8 王涛;期权定价的蒙特卡罗模拟方差缩减技术研究及应用[D];西南财经大学;2010年
9 张阳;光学相干层析成像系统的蒙特卡罗模拟研究[D];青岛大学;2009年
10 蔡阳阳;富时100加速收益票据定价[D];上海交通大学;2012年
本文编号:2802374
本文链接:https://www.wllwen.com/yixuelunwen/yiyaoxuelunwen/2802374.html