(完整版)群体药代动力学解读
群体药物代谢与动力学（populationpharmacokinetics,popPK）简介
群体药物代谢与动力学（populationpharmacokinetics,popPK）简介群体药物代谢与动力学（population pharmacokinetics, pop PK）简介实际用药过程中，同剂量下不同个体的药物浓度可能存在显著的差异，其变异性可能源于患者内在个体差异（如肝肾功能差别，代谢酶遗传多态性等）和非患者相关的外在因素（如饮食，同服其他药物等）。
在内在和外在因素的共同作用下，造成的药物浓度变化可能引起临床变化（如治疗失败或安全性风险）。
在临床前或数据整齐的条件下，仅需用常规的PK分析方法计算关键PK 参数即可。
而面对高变异性的临床数据常规的PK分析方法可能比较局限，如何从大量数据中找到化合物的基础PK性质，如何确定哪些因素影响了剂量-浓度关系，此时便需要pop PK分析，进而根据分析结果决策对特定条件的人群是否需要剂量调整。
因此，将传统PK分析结合统计模型采用pop PK分析合理准确地量化和解释这类PK变异性，可有效的辅助药物开发与应用，有效地实施个性化治疗。
上述PK变异性的影响因素常会在临床研究中单独进行试验，如食物效应、肝肾功能不全患者试验、DDI研究等。
然而，往往这些研究均为单因素研究，有可能单因素不一定造成较大的影响，而多个因素的共同作用可能造成较大的影响；亦有可能单因素造成较大的影响，在其他因素的反向作用下抵消。
由此pop PK分析方法的出现，可以有效地整合了所有内在和外在因素，从整体角度准确地进行各类因素对暴露量的综合影响，并找到关键影响因素。
1 Pop PK分析一般过程1.1 数据清洗任何群体分析均需要对观测数据进行筛查，主要采用图表和统计的方法对因变量和人口数据进行汇总分析，将有助于基础结构模型与统计模型的初步确定，找到可能的协变量因素。
由于样品定量分析条件的限制，会出现低于定量下限（BLQ）数据，当BLQ数据数据量低于总量10%时，一般定义为缺失值即可，在进行敏感性分析注意即可；当BLQ数据比例较大时，需保留。
群体药代动力学(精)
(一)优化个体化给药方案
• 根据 NONMEM 法估算的药代动力学利用计算机初步推算个体化给 药方案，并预测可能达到的血药浓度。然 后根据实测血药浓度，对比修正个体药代 动力学参数。
• 如此反馈修正，可快速，准确地获得个体药代动力学参 数，制定合理的个体化给药方案。
• 因此采用 NONMEM 法开展上述群体的药代动力学研究， 对设计与修正给药方案是很有意义的。美国FDA已同意 对婴儿及肿瘤病人等群体可采用 NONMEM 法进行新药临 床药代动力学评价。
O（，y) ( yi f ( , xi ))2 / zi
i 1
n
O( , y) ( yi f ( , xi ))2 / 2 zi ln( 2 zi )
i 1
n
一、基本概念
• 所谓群体(population)是指根据研究目的所确定的研 究对象的全体。由于群体中各受试对象的遗传、环境、 营养以及个体特征的不同，药代动力学参数具有很大 的个体间变异及个体自身变异。
群体药代动力学(
population pharmacokinetics
)
研究来自各受试者参数的变异情况，确定药代动 力学参数的平均值与标准差，以便能计算某一病人的 药代动力学参数。
• 群体药代动力学即药代动力学群体分析法。它是应用 药代动力学基本原理结合统计学方法研究某一群体药 代动力学参数的分布特征，即群体典型病人的药代动 力学参数和群体中存在的变异性。 • 这种变异性包括确定性变异和随机性变异。
定性变异 • 指年龄、体重、体表面积、性别、种族、肝肾等主要脏器 功能、疾病状况，以及用药史、合并用药、吸烟和饮酒等 对药物处置的影响，这些因素又称固定效应(fixed effects)。 • 包括个体间和个体自身变异，指不同病人间、不同实验者、 实验方法和病人自身随时间的变异，这些变异又称随机效 应(random effects)。
群体药代动力学解读
发布日期2007-11-01栏目化药药物评价>>综合评价标题群体药代动力学（译文）作者康彩练部门正文内容审评四部七室康彩练审校I.前言本指南是对药品开发过程中群体药代动力学的应用制定建议，目的是帮助确定在人群亚组中药品安全性和疗效的差异。
它概述了应当用群体药代动力学解决的科学问题和管理问题。
本指南讨论了什么时候要进行群体药代动力学研究和/或分析；讨论了如何设计和实施群体药代动力学研究；讨论了如何处理和分析群体药代动力学数据；讨论了可以使用什么样的模型验证方法；讨论了针对计划申报给FDA的群体药代动力学报告，怎样提供恰当的文件。
虽然本行业指南中的内容是针对群体药代动力学，但是其中讨论的原则也同样适用于群体药效学研究和群体毒代动力学研究2。
由于对药品在人群亚组中的安全性和疗效的分析是药品开发和管理中一个发展迅速的领域，所以在整个药品开发过程中，鼓励主办者和FDA审评人员经常沟通。
制药行业科学家和FDA长期以来一直对群体药代动力学/药效学在人群亚组中药品安全性和疗效分析方面的应用感兴趣[1]。
在FDA的其他指南文件（包括“进行药品临床评价时一般要考虑的问题”(GeneralConsiderations for the Clinical Evaluation of Drugs) (FDA 77-3040)）中和在国际协调会议（ICH）指南（包括“E4支持药品注册的剂量-效应资料”(E4 Dose-Response Information to Support Drug Registration)和“E7支持特殊人群的研究：老年医学”(E7 St udies in Support of Special Populations: Geriatrics)）中，对这个主题制定了参考标准3。
这些指南文件支持使用特殊的数据收集方法和分析方法，例如群体药代动力学方法（群体PK方法），作为药品开发中药代动力学评价的一部分。
群体药物代谢与动力学(population pharmacokinetics, pop PK)简介
群体药物代谢与动力学（population pharmacokinetics, pop PK）简介实际用药过程中，同剂量下不同个体的药物浓度可能存在显著的差异，其变异性可能源于患者内在个体差异（如肝肾功能差别，代谢酶遗传多态性等）和非患者相关的外在因素（如饮食，同服其他药物等）。
在内在和外在因素的共同作用下，造成的药物浓度变化可能引起临床变化（如治疗失败或安全性风险）。
在临床前或数据整齐的条件下，仅需用常规的PK分析方法计算关键PK 参数即可。
而面对高变异性的临床数据常规的PK分析方法可能比较局限，如何从大量数据中找到化合物的基础PK性质，如何确定哪些因素影响了剂量-浓度关系，此时便需要pop PK分析，进而根据分析结果决策对特定条件的人群是否需要剂量调整。
因此，将传统PK分析结合统计模型采用pop PK分析合理准确地量化和解释这类PK变异性，可有效的辅助药物开发与应用，有效地实施个性化治疗。
上述PK变异性的影响因素常会在临床研究中单独进行试验，如食物效应、肝肾功能不全患者试验、DDI研究等。
然而，往往这些研究均为单因素研究，有可能单因素不一定造成较大的影响，而多个因素的共同作用可能造成较大的影响；亦有可能单因素造成较大的影响，在其他因素的反向作用下抵消。
由此pop PK分析方法的出现，可以有效地整合了所有内在和外在因素，从整体角度准确地进行各类因素对暴露量的综合影响，并找到关键影响因素。
1 Pop PK分析一般过程1.1 数据清洗任何群体分析均需要对观测数据进行筛查，主要采用图表和统计的方法对因变量和人口数据进行汇总分析，将有助于基础结构模型与统计模型的初步确定，找到可能的协变量因素。
由于样品定量分析条件的限制，会出现低于定量下限（BLQ）数据，当BLQ数据数据量低于总量10%时，一般定义为缺失值即可，在进行敏感性分析注意即可；当BLQ数据比例较大时，需保留。
1.2 模型构建模型的构建基本过程包括基础结构模型选择（一房室模型或二房室模型等），协变量结构模型选择（定义体重、年龄、肌苷酸清除率等可能的协变量对PK参数的影响方式）和残差统计模型的选择。
(完整版)药代动力学完整版
1.代谢分数fm：药物给药后代谢物的AUC和等mol的该代谢物投用后代谢物的AUC的比值。
第二章药物体内转运1. 药物肠跨膜转运机制：药物通过不搅动水层；药物通过肠上皮；药物透过细胞间隙；药物通过淋巴吸收。
2. 血浆蛋白：白蛋白、α1-糖蛋白、脂蛋白3. 被动转运的药物的膜扩散速度取决于：油/水分配系数4. 血脑屏障的特点：脂溶性药物易于透过、低导水性、高反射系数、高电阻性。
5. 肾脏排泄药物及其代谢物涉及三个过程：肾小球的滤过、肾小管主动分泌、肾小管重吸收。
6. 肝肠循环：某些药物，尤其是胆汁排泄分数高的药物，经胆汁排泄至十二指肠后，被重吸收。
一、药物跨膜转运的方式及特点1. 被动扩散特点：①顺浓度梯度转运②无选择性，与药物的油/水分配系数有关③无饱和现象④无竞争性抑制作用⑤不需要能量2. 孔道转运特点：①主要为水和电解质的转运②转运速率与所处组织及膜的性质有关3. 特殊转运包括：主动转运、载体转运、受体介导的转运特点：①逆浓度梯度转运②常需要能量③有饱和现象④有竞争性抑制作用⑤有选择性4. 其他转运方式包括：①易化扩散类似于主动转运，但不需要能量②胞饮主要转运大分子化合物二、影响药物吸收的因素有哪些①药物和剂型的影响②胃排空时间的影响③首过效应④肠上皮的外排⑤疾病⑥药物相互作用三、研究药物吸收的方法有哪些，各有何特点？1. 整体动物实验法能够很好地反映给药后药物的吸收过程，是目前最常用的研究药物吸收的实验方法。
缺点：①不能从细胞或分子水平上研究药物的吸收机制；②生物样本中的药物分析方法干扰较多，较难建立；③由于试验个体间的差异，导致试验结果差异较大；④整体动物或人体研究所需药量较大，周期较长。
2. 在体肠灌流法：本法能避免胃内容物和消化道固有生理活动对结果的影响。
3. 离体肠外翻法：该法可根据需要研究不同肠段的药物吸收或分泌特性及其影响因素。
4. Caco-2细胞模型法Caco-2细胞的结构和生化作用都类似于人小肠上皮细胞，并且含有与刷状缘上皮细胞相关的酶系。
第十五章--药物动力学研究进展-第一节--群体药物动力学
(机体的表观清除率趋近于恒定值-血流量)
第十五章 药物动力学研究进展
第二节 生理模型药物动力学
二、生理药物动力学模型的建立
（二）组织和器官生理药物动力学模型
当已知药物游离分数f和某特定组织的血流量Q时， 可根据机体的表观清除率来计算该特定组织的内在 清除率：
第十五章 药物动力学研究进展
第二节 生理模型药物动力学
一、概 述 定义：
一种在药物的体内过程、机体的解剖学 特性、生理生化参数三者之间建立一定数学关 系的模型，简称生理学模型(physiologically based pharmacokinetic model，PBPK )。
第十五章 药物动力学研究进展
第十五章 药物动力学研究进展
第一节 群体药物动力学
一、概述
（一）群体药物动力学的定义和研究目的 所谓群体（population）是指根据研究目的所确定 的研究对象的全体。由于群体中各受试对象的遗传、 环境、营养以及个体特征的不同，药代动力学参数 具有很大的个体间变异及个体自身变异。
第十五章 药物动力学研究进展
第十五章 药物动力学研究进展
第一节 群体药物动力学
二、群体药物动力学的研究方法
（二）群体药物动力学参数的方法 3.非线性混合效应模型 （nonlinear mixed effect model） 在临床上只要在一个给药间隔内，采集血样1～2 次，总共2～4次，就能利用NONMEM程序进行群体 药代动力学研究。
为药物离开组织的速度
dX ( dt )CL
为药物在组织内被清除的速度
第十五章 药物动力学研究进展
第二节 生理模型药物动力学
群体药代动力学(精)课件
它关注不同个体之间的药代动力 学差异，以及这些差异对药物疗 效和安全性的影响。
研究目的与意义
目的
了解不同个体对药物的反应差异，为临床个体化用药提供依 据。
意义
有助于提高药物治疗效果，减少不良反应，优化给药方案。
研究方法与模型
方法
观察法、实验法、数学模型法等。
模型
建立药代动力学模型，模拟药物在体内的动态变化，预测不同个体对药物的反 应。
。
药物基因组学与群体药代动力学研究
药物基因组学研究关注基因变异与药物疗效之间的关联，而群体药代动 力学研究则通过分析不同个体的药代动力学参数，探讨这些参数与基因 变异之间的关系。
药物基因组学研究发现许多基因变异可以影响药物的疗效，这些变异与 药物的代谢和作用机制有关。
群体药代动力学研究通过分析不同个体的药代动力学参数，可以更准确 地预测个体对药物的反应，有助于实现个体化用药和优化治疗方案。
群体药代动力学(精)课件
contents
目录
• 群体药代动力学概述 • 群体药代动力学参数 • 群体药代动力学在临床用药中的应用 • 群体药代动力学与其他药代动力学研究
的比较 • 群体药代动力学研究的未来发展
01 群体药代动力学概述
定义与概念
定义
群体药代动力学是研究药物在特 定群体中的吸收、分布、代谢和 排泄过程的学科。
深入研究药物之间的相互作用， 以预测新药或新疗法与其他药物
联合使用的疗效和安全性。
药物耐受性
评估患者对药物的耐受性，以预 测患者在使用特定药物时的反应
和副作用。
药物经济学
研究药物的经济效益，以评估不 同治疗方案的成本效益，为医疗
决策提供依据。
群体药代动力学
2 群体药代动力学模型内容
结构模型
（如多少房室模型）
协变量模型
（影响因素如人口学数 据、疾病状态等）
群体药动 学模型
统计模型
（描述结构模型的变异， 如个体间差异、残差等）
2.1 结构模型
结构模型是群体药代动力学模型中的一个重要组成部分，用于描述药物在人体内的药代 动力学过程。结构模型描述了药物在体内的吸收、分布、代谢和排泄等过程，以及药物 在不同组织和器官之间的转移和转化。
现，如NONMEM、 Monolix等
开发群体药代动力学模型的步骤
3 开发步骤
模型评估
模型评估，包括模型的拟 合程度、参数的精确性和 稳定性等。常用的评估方
法包括目标函数值 （OFV）、参数的置信区
间、模型的预测能力等
模型验证
使用独立的数据集对 建立的模型进行验证， 以评估模型的预测能
力和适用性
模型应用
变量：统计模型中涉及的变量可以是观察到的数据，也可以是未观察到的潜在变量。这些变量可以是连续的、离散 的或分类的。 参数：统计模型中的参数是用来描述变量之间关系的数值。参数可以是固定的，也可以是随机的。 分布：统计模型通常假设数据服从某种概率分布。常见的分布包括正态分布、泊松分布、二项分布等。 假设：统计模型通常基于一些假设，如线性关系、独立性、同方差性等。这些假设是对数据和模型的简化和限制。 模型选择和评估：在建立统计模型时，需要选择合适的模型结构和参数估计方法，并使用模型评估方法来评估模型 的拟合程度和预测能力。
交叉验证： 交叉验证是一种通过将数据集划分为训练集和验证集来评估模型性能的方法。常见的交叉 验证方法包括k折交叉验证和留一交叉验证。
3.4 模型评估
预测检验： 使用独立的数据集来评估模型的预测能力。可以计算预测误差和预测准确性等指标来评估 模型的预测能力。
群体药物动力学 基本知识讲解共66页
15、机会是不守纪律的。——雨果
ห้องสมุดไป่ตู้ 66、节制使快乐增加并使享受加强。 ——德 谟克利 特 67、今天应做的事没有做，明天再早也 是耽误 了。——裴斯 泰洛齐 68、决定一个人的一生，以及整个命运 的，只 是一瞬 之间。 ——歌 德 69、懒人无法享受休息之乐。——拉布 克 70、浪费时间是一桩大罪过。——卢梭
群体药物动力学 基本知识讲 解
11、战争满足了，或曾经满足过人的 好斗的 本能， 但它同 时还满 足了人 对掠夺 ，破坏 以及残 酷的纪 律和专 制力的 欲望。 ——查·埃利奥 特 12、不应把纪律仅仅看成教育的手段 。纪律 是教育 过程的 结果， 首先是 学生集 体表现 在一切 生活领 域—— 生产、 日常生 活、学 校、文 化等领 域中努 力的结 果。— —马卡 连柯(名 言网)
(完整word版)群体药代动力学解读
发布日期2007-11-01栏目化药药物评价>>综合评价标题群体药代动力学（译文）作者康彩练部门正文内容审评四部七室康彩练审校I.前言本指南是对药品开发过程中群体药代动力学的应用制定建议，目的是帮助确定在人群亚组中药品安全性和疗效的差异。
它概述了应当用群体药代动力学解决的科学问题和管理问题。
本指南讨论了什么时候要进行群体药代动力学研究和/或分析；讨论了如何设计和实施群体药代动力学研究；讨论了如何处理和分析群体药代动力学数据；讨论了可以使用什么样的模型验证方法；讨论了针对计划申报给FDA的群体药代动力学报告，怎样提供恰当的文件。
虽然本行业指南中的内容是针对群体药代动力学，但是其中讨论的原则也同样适用于群体药效学研究和群体毒代动力学研究2。
由于对药品在人群亚组中的安全性和疗效的分析是药品开发和管理中一个发展迅速的领域，所以在整个药品开发过程中，鼓励主办者和FDA审评人员经常沟通。
制药行业科学家和FDA长期以来一直对群体药代动力学/药效学在人群亚组中药品安全性和疗效分析方面的应用感兴趣[1]。
在FDA的其他指南文件（包括“进行药品临床评价时一般要考虑的问题”(GeneralConsiderations for the Clinical Evaluation of Drugs) (FDA 77-3040)）中和在国际协调会议（ICH）指南（包括“E4支持药品注册的剂量-效应资料”(E4 Dose-Response Information to Support Drug Registration)和“E7支持特殊人群的研究：老年医学”(E7 St udies in Support of Special Populations: Geriatrics)）中，对这个主题制定了参考标准3。
这些指南文件支持使用特殊的数据收集方法和分析方法，例如群体药代动力学方法（群体PK方法），作为药品开发中药代动力学评价的一部分。
群体药代动力学PPT资料(正式版)
根据NONMEM法估算的药代动力学群体参数以及新病例的临床常规数据如身高、体重、肾功能等，利用计算机初步推算个体化给药方 案，并预测可能达到的血药浓度。 （三）特殊病人群体分析
• 这种变异性包括确定性变异和随机 如抗癫痫药、茶碱、地高辛、利多卡因、华法林、环孢素、氨基苷类抗生素等。
研究来自各受试者参数的变异情 况，确定药代动力学参数的平均 值与标准差，以便能计算某一病 人的药代动力学参数。
• 群体药代动力学即药代动力学群体
分析法。它是应用药代动力学基本 它是应用药代动力学基本原理结合统计学方法研究某一群体药代动力学参数的分布特征，即群体典型病人的药代动力学参数和群体中
存在的变异性。 如此反馈修正，可快速，准确地获得个体药代动力学参数，制定合理的个体化给药方案。
• 随机性变异
• 包括个体间和个体自身变异，指不 同病人间、不同实验者、实验方法 和病人自身随时间的变异，这些变 异又称随机效应（random effects）。
非线性混合效应模型 （nonlinear mixed effect model）
• 确定性变异通过固定效应模型估算， 随机性变异由统计学模型确定，将固 定效应和随机效应统一考察，即为混 合效应模型。由Sheiner等编制成非 线性混合效应模型（NONMEM）软件， 已成为药代动力学群体分析中重要工 具。
• 优化个体化给药方案 （Multiple points for getting blood sample）
它是应用药代动力学基本原理结合统计学方法研究某一群体药代动力学参数的分布特征，即群体典型病人的药代动力学参数和群体中 存在的变异性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
发布日期2007-11-01栏目化药药物评价>>综合评价标题群体药代动力学（译文）作者康彩练部门正文内容审评四部七室康彩练审校I.前言本指南是对药品开发过程中群体药代动力学的应用制定建议，目的是帮助确定在人群亚组中药品安全性和疗效的差异。
它概述了应当用群体药代动力学解决的科学问题和管理问题。
本指南讨论了什么时候要进行群体药代动力学研究和/或分析；讨论了如何设计和实施群体药代动力学研究；讨论了如何处理和分析群体药代动力学数据；讨论了可以使用什么样的模型验证方法；讨论了针对计划申报给FDA的群体药代动力学报告，怎样提供恰当的文件。
虽然本行业指南中的内容是针对群体药代动力学，但是其中讨论的原则也同样适用于群体药效学研究和群体毒代动力学研究2。
由于对药品在人群亚组中的安全性和疗效的分析是药品开发和管理中一个发展迅速的领域，所以在整个药品开发过程中，鼓励主办者和FDA审评人员经常沟通。
制药行业科学家和FDA长期以来一直对群体药代动力学/药效学在人群亚组中药品安全性和疗效分析方面的应用感兴趣[1]。
在FDA的其他指南文件（包括“进行药品临床评价时一般要考虑的问题”(GeneralConsiderations for the Clinical Evaluation of Drugs) (FDA 77-3040)）中和在国际协调会议（ICH）指南（包括“E4支持药品注册的剂量-效应资料”(E4 Dose-Response Information to Support Drug Registration)和“E7支持特殊人群的研究：老年医学”(E7 St udies in Support of Special Populations: Geriatrics)）中，对这个主题制定了参考标准3。
这些指南文件支持使用特殊的数据收集方法和分析方法，例如群体药代动力学方法（群体PK方法），作为药品开发中药代动力学评价的一部分。
1本指南由药品评审和研究中心（CDER）医药政策协调委员会临床药理学部群体药代动力学工作组与食品药品监督管理局生物制品评审和研究中心（CBER）合作编写。
本指南文件反映了当前FDA对药品评价中的群体药代动力学的考虑。
它不给任何人也不代表任何人创造或赋予任何权力，也不约束FDA或公众。
如果其他措施满足适用法令、法规或两者的要求，那么也可采用其他措施。
2正在为药代动力学模型和药效学模型单独编写指南。
3正在针对儿科药代动力学研究中一般要考虑的问题编写行业指南。
II.背景群体药代动力学是关于个体之间药物浓度变异来源和相关性的研究，这些个体是指按临床上相关剂量接受所关注药物的目标患者人群[2]。
患者的某些人口统计学特征、病理生理特征以及治疗方面的特征，比如体重、排泄和代谢功能、以及接受其他治疗，能够有规律地改变剂量-浓度关系。
例如，主要由肾脏排除的药物在肾功能衰竭患者中的稳态浓度通常高于它们在接受同样剂量、肾功能正常患者中的稳态浓度。
群体药代动力学的目的就是找出那些使剂量-浓度关系发生变化的、可测定的病理生理因素，确定剂量-浓度关系变化的程度，从而在这些变化与临床上有意义的治疗指数改变相关的情况下，能够恰当地调整剂量。
在药品开发中使用群体PK方法对获得完整的药代动力学资料提供了可能，不但能从来自研究受试者的相对稀疏的数据获取资料，而且还能从相对密集的数据或从稀疏数据和密集数据的组合获取资料。
群体PK方法能够分析来自各种不均衡设计的数据，也能分析因为不能按常用的药代动力学分析方式分析而通常被排除的研究数据，比如从儿科患者和老年患者获取的浓度数据，或在评价剂量或浓度与疗效或安全性之间的关系时所获取的数据。
传统药代动力学研究的受试者通常是健康的志愿者或特别挑选的患者，一个组的平均情况（即平均血浆浓度-时间曲线）一直是关注的主要焦点。
许多研究将个体之间药代动力学的变异作为一个需要降到最低的因素进行观察，通常是通过复杂的研究设计和对照方案，或通过有严格限制的入选标准/排除标准，将其降到最低。
事实上，这些资料对在临床应用期间可能会出现的变异至关重要，但是却被这些限制所掩盖。
而且，传统药代动力学研究关注单个变量（例如肾功能）的作法，还使其难以研究变量之间的交互作用。
与传统的药代动力学评价相反，群体PK方法有以下部分特征或全部特征[3]：l 在患者中收集相关的药代动力学资料，这些患者是指那些要用该药治疗的目标人群的代表。
l 在药品开发和评价期间，找出并测定变异。
l 通过确定可影响药物药代动力学情况的人口统计因素、病理生理因素、环境因素或与合并用药相关的因素，解释变异。
l 定量估计患者人群中无法解释的变异的大小。
无法解释的（任何）变异的大小非常重要，因为随着无法解释的变异增大，药品的疗效与安全性可能会降低。
除个体之间的变异以外，稳态药物浓度的长期平均值在个体之间的典型变化程度也至关重要。
浓度可能会因为无法解释的每日或每周的动态变化，和/或因为测量浓度时出现的错误而不同。
对治疗药物监测而言，估计这种变异（受试者自身的残留变异、各次之间的变异）非常重要。
对不一定需要治疗药物监测的合理疗法而言，了解浓度、效应及生理之间的关系是设计给药方案的基础。
要对某个人群、亚组或个体患者制定最佳给药方案，就要解决以上所讨论的变异问题。
对制定最佳给药方案重要性的认识，已使群体PK方法在新药开发和管理过程中的应用迅猛增加。
最近一项对206份由FDA临床药理和生物制剂办公室在1995和1996财政年度审评的新药申请和补充材料的调查显示，几乎有1/4（即47份）的申报材料包括群体PK报告和/或群体药效学报告。
由于较早地将群体PK研究和临床研究综合在一起，所以群体PK方法为药品说明书提供了有价值的安全性资料、疗效资料和剂量优化资料，在47份申报材料中，有83%做到了这一点。
在47份申请的其他17%的申请中，群体PK方法提供了与以往药代动力学发现一致的结果，虽然没有导致修改产品说明书[4]。
群体药代动力学有助于药品的开发过程，应当根据情况考虑进行群体药代动力学研究。
III.群体PK分析更为正式的群体药代动力学定义的框架可见于群体分析的群体模型。
群体模型规定至少有2层水平。
在第一层水平，个体中的药代动力学观测结果（比如生物液中各种药物形式的浓度）被视为来自个体概率模型，其平均值可通过药代动力学模型（如双指数模型）得出，可使用个体特异性参数量化，这些个体特异性参数可能根据随时间变化的协变量值的变化而变化。
对个体药代动力学观测结果的变异（受试者自身变异），也可使用其他个体特异性药代动力学参数制作模型。
群体模型要使用一些推理方法，其核心是给出发生变异的部分参数或全部参数的估计值，以及给出平均参数的估计值。
在第二层水平，个体参数被视为随机变量，这些变量的概率分布（通常是均数和方差，即个体间变异）被制作为个体特异性协变量的函数模型。
这些模型、它们的参数值、以及用来阐述群体药代动力学模型及其参数值的研究设计和数据分析方法的应用，即是群体药代动力学的含义。
获得固定效应（均数）估计值和变异估计值的常用方法有2种：两阶段法（two-stage approach）和非线性混合效应模型法（nonlinear mixed-effects modeling approach）。
两阶段法包括每个受试者的多个测定指标（数据丰富的情况），对此将在下文中简要描述。
非线性混合效应模型法，可用于全部受试者或部分受试者的大量指标都不能测定的情况之下（数据匮乏的情况），将是本指南关注的核心4。
4也可以用其他方法，但不做讨论，比如单纯平均数据法（naive averaged-data approach），这种方法给出平均群体药代动力学参数的估计值，但无变异估计值。
A.两阶段法药代动力学数据分析的传统方法是两阶段法。
这种方法的第一个阶段包括使用个体密集的浓度-时间数据（数据丰富的情况），通过非线性回归，估计药代动力学参数。
在第一个阶段得到的个体参数的估计值作为输入数据，用于第二阶段对样品的描述性摘要统计计算，通常计算的统计量是平均参数的估计值、方差以及个体参数估计值的协方差。
在第二个阶段可以包括采用经典的统计方法（线性逐步回归、协方差分析、聚类分析）进行的参数与协变量之间的依赖性分析。
在适用的情况下，两阶段法能够对人群特征产生足够的估计。
参数的平均估计值通常没有偏倚，但是在所有的现实情况中，都有可能对随机效应（方差和协方差）估计过高[5-8]。
为了改进两阶段法，已提出了求精法（例如全面两阶段法(global two-stage approach)），根据数据的性质和大小，校正随机效应协方差的偏倚，对个体数据进行微分加权（differential weighting）[8-10]。
由于两阶段法用于新药开发和评价过程的时间已经超过20年，并且在其他地方已有描述，所以本文件中将不对其进行全面的讨论。
B.非线性混合效应模型法如果能够正确实施，那么患者中的群体PK研究结合合适的数学分析/统计分析，比如使用非线性混合效应模型，即是一种有效的、在某些情况下是首选的大量研究的替代方法。
在数据匮乏的情况下，不适合使用传统的两阶段法，因为对个体参数的估计是推理得出的，在这种情况下难以实现，所以应当使用单阶段法（single-stage approach），如非线性混合效应模型法。
在进行药品评价的背景下，非线性混合效应模型法产生于下述认识：如果要在患者中研究药代动力学和药效学，那么实际要考虑的问题就会要求应当在设计不太严格、限制较少的情况下收集数据。
这种方法以群体研究样本、而不是以个体为分析单位，来估计参数的分布情况，以及它们与群体以内的协变量的关系。
除来自以严格的、扩大抽样设计为特点的传统药代动力学研究的传统药代动力学数据（数据密集的情况）以外，这种方法还使用个体的药代动力学观察性（实验）数据，这些数据可能是稀疏的、不平衡的、不连续的数据；或者使用这些个体的药代动力学观察性（实验）数据来替代上述传统药代动力学数据。
按照非线性混合效应模型所作分析[11]能够对群体特征做出估计，这些特征是那些说明药代动力学（和/或药效学）参数群体分布情况的特征[12]。
在混合效应模型背景中，群体特征的收集内容包括群体平均值（来自固定效应参数）及其在群体内的变异（一般情况下方差-协方差值来自随机效应参数）。
因此，用来进行药代动力学数据群体分析的非线性混合效应模型法，包括对来自整组个体浓度结果的群体参数的直接估计。
这维持并说明了每个受试者的特性，即使是在数据稀疏的情况下。
对混合效应模型法，将作为群体PK方法进行更详细的讨论，见下文。
IV.什么时候使用群体PK方法在药品开发过程中，使用群体PK方法有助于增加对药品摄入方式、患者特征和药物体内过程之间的定量关系的认识[12]。