人口の薬物動態パラメーターを推定する方法の評価I Michaelis-Mentenモデル：日常的な臨床薬物動態データ

個々の薬物動態のparパラメーターは、個人の薬物動態を定量化し、人口の薬物動態パラメーターは人口平均動態、個人間の変動、および残留エンガー性の変動と測定誤差を定量化します。個々の薬物動態は、個々のデータを薬物動態モデルに適合させることにより推定されます。人口の薬物動態パラメーターは、すべての個人のデータをまるで個々の運動の違いがないかのように接続すること（素朴なプールされたデータアプローチ）があるか、各個人のデータを個別に適合させ、個々のパラメーターの推定値（2段階のアプローチ）を組み合わせることによって推定されます。。3番目のアプローチであるノンメムは、これらの間に中間コースを取り、それぞれの欠点を回避します。49人の患者からの124個の定常状態のフェニトイン濃度和解ペアで構成されるデータセットは、治療の日常的な過程で得られたもので、各方法で分析されました。結果の母集団パラメーターの推定値はかなり異なります（たとえば、平均kmは、それぞれ1.57、5.36、および4.44マイクログラム/mlと推定されます。データのシミュレーションを分析して、これらの違いを調査しました。シミュレーションは、プールされたデータアプローチが変動性を推定できず、平均速度の不正確な推定値を生成することを示しています。2段階のアプローチは、平均速度の良好な推定値を生成しますが、個人間変動の偏りがあり、不正確な推定値を生成します。非男性は、すべてのパラメーターの正確かつ正確な推定値を生成し、またそれらの合理的な信頼区間を生成します。このパフォーマンスは、まさに理論的な考慮事項から予想されるものであり、日常のタイプの患者データから人口薬物動態を推定する際に非MEMの使用に経験的なサポートを提供します。

Individual pharmacokinetic par parameters quantify the pharmacokinetics of an individual, while population pharmacokinetic parameters quantify population mean kinetics, interindividual variability, and residual intraindividual variability plus measurement error. Individual pharmacokinetics are estimated by fitting individual data to a pharmacokinetic model. Population pharmacokinetic parameters are estimated either by fitting all individual's data together as though there was no individual kinetic differences (the naive pooled data approach), or by fitting each individual's data separately, and then combining the individual parameter estimates (the two-stage approach). A third approach, NONMEM, takes a middle course between these, and avoids shortcomings of each of them. A data set consisting of 124 steady-state phenytoin concentration-dosage pairs from 49 patients, obtained in the routine course of their therapy, was analyzed by each method. The resulting population parameter estimates differ considerably (population mean Km, for example, is estimated as 1.57, 5.36, and 4.44 micrograms/ml by the naive pooled data, two-stage, and NONMEN approaches, respectively). Simulations of the data were analyzed to investigate these differences. The simulations indicate that the pooled data approach fails to estimate variabilities and produces imprecise estimates of mean kinetics. The two-stage approach produces good estimates of mean kinetics, but biased and imprecise estimates of interindividual variability. NONMEN produces accurate and precise estimates of all parameters, and also reasonable confidence intervals for them. This performance is exactly what is expected from theoretical considerations and provides empirical support for the use of NONMEM when estimating population pharmacokinetics from routine type patient data.