數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價


數據化學藥物製劑生物等效性評價,通常採用平均生物等效性(Average bioequivalence, ABE)方法,等效標準為受試製劑與參比製劑的主要藥動學參數(AUC和Cmax)幾何均值比的90%置信區間落在80.00%~125.00%範圍內。

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

某些藥物由於生物利用度過低、酸不穩定、吸收前的廣泛代謝等原因,導致一個或多個藥動學參數的個體內變異係數(Within-subject coefficient of variation, CVW%)大於或等於30%,稱為高變異藥物(Highly variable drug, HVD)。在其他因素不變的情況下,隨著個體內變異增加,生物等效性研究所需受試者數量也會相應增加。對於高變異藥物,採用常規樣本量和等效性判定標準,有時即使參比製劑與自身相比較,也可能出現不能證明其生物等效的情況。

對於安全性較好、治療窗較寬的高變異藥物,在充分科學論證的基礎上和保證公眾用藥安全、有效的前提下,通過部分重複或完全重複交叉設計,根據參比製劑的個體內變異,採用參比製劑標度的平均生物等效性(Reference-scaled average bioequivalence, RSABE)方法,將等效性判定標準在80.00%~125.00%的基礎上適當放寬,可減少不必要的人群暴露,達到科學評價不同製劑是否生物等效的目的。

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

當採用RSABE方法進行生物等效性評價時,應首先根據藥物體內過程特點等因素,分析造成藥物製劑高變異特徵的可能原因,結合預試驗或文獻報道結果,充分論證和評估採用該方法進行生物等效性評價的適用性。採用部分重複或完全重複交叉設計,在符合《藥物臨床試驗質量管理規範》(GCP)相關要求的條件下,正式試驗獲得的參比製劑藥動學參數個體內變異係數大於或等於30%時,方可適用RSABE方法進行生物等效性評價。

目前實現高變異平均生物等效性的方式主要是通過SAS編程,但SAS編程對於某些非SAS編程人員來說是不太友好的,因此本次給大家分享在WinNonLin中實現參比製劑標度的平均生物等效性評價結果(RSABE)的操作過程。下面乾貨來了。


操作流程

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

01 整理數據

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

1. 選擇受試者試驗號、週期、給藥順序、藥物及主要藥動學參數指標(Cmax、AUC0-t、AUC0-∞);

2. 對各藥動學參數指標值取自然對數建立新列,整理成如上表所示Excel表(本次以Cmax為例演示)。

02 導入數據

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價


1.打開WinNonLin軟件,左鍵點擊File菜單,選擇Load Project;

2.選擇用於實現RSABE方法的模板文件。

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價


03 調整參數

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價


04 運行程序

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價


05 獲取結果


數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價

數據方法論:在WinNonLin中實現高變異藥物的生物等效性評價



分享到:


相關文章: