Page 95 - 《中国药房》2025年5期

2.3 PPK模型验证 3.0 a 3.0 b
y＝2 y＝2
2.3.1 内部验证 1.8 1.8
绘制 Lev基础模型与最终模型的拟合优度图，详见 0.6 y＝0 0.6 y＝0
图 2；基础模型与最终模型的拟合优度比较结果详见表 CWRES －0.6 CWRES －0.6

3。由图2可知，与基础模型相比，最终模型实测值对个 －1.8 y＝－2 －1.8 y＝－2
体预测值（individual predicted value，IPRED）的散点图 －3.0 －3.0
0 10 20 30 9 11 13 15 17
和实测值对群体预测值（predicted concentration，PRED） PRED TAD
的散点图均分布得更加均匀，且更接近参考线（y＝x）， 30 c 30 d
说明最终模型可较好地描述数据的集中趋势。同时，大 24 24
多数条件加权残差（conditional weighted residual error， 18 18
DV DV
CWRES）亦在参考线（y＝0）两侧均匀分布，相较于基础 12 12
模型的趋势性变化明显减弱，更集中地落在±2之内，这 6 6
提示最终模型稳定且预测性能良好，同时相较于基础模 0 0
0 10 20 30 40 0 10 20 30
型改善了数据拟合状况，证明该模型可靠。目标函数 IPRED PRED
（objective function，OBJ）、赤 池 信 息 量 准 则（Akaike A.基础模型
4 a 4 b
information criterion，AIC）、贝叶斯信息准则（Bayesian
y＝2 y＝2
2 2
information criterion，BIC）是考察模型性能的重要指标，
CWRES CWRES
从表3数据可知，最终模型的各项参数值均小于基础模 0 y＝0 0 y＝0
型，表明最终模型的预测性能优于基础模型，且准确度 y＝－2 y＝－2
－2 －2
较高。
－4 －4
自举法结果见表 4。由表 4 可知，自举法对各项药 5 10 15 20 25 30 9 11 13 15 17
PRED TAD
动学参数的估算值与最终模型估算值的相对偏差均小
30 c 30 d
于6%。
24 24
2.3.2 外部验证
18 18
验证组 DV 与最终模型 IPRED、PRED 的散点图见 DV DV
12 12
图 3。由图 3 可知，验证组实测浓度与模型个体预测浓
6 6
2
度、群体预测浓度拟合优度的R 分别为0.998 9和0.820 2，
0 0
说明其相关程度较高；斜率分别为1.018 0和0.927 5，散 0 10 20 30 40 50 0 6 12 18 24 30
IPRED PRED
点在对角线两侧对称分布且集中，说明模型预测准确 B.最终模型
性好。 a：CWRES vs. PRED；b：CWRES vs. TAD；c：DV vs. IPRED；d：DV
vs. PRED；a、b图中红线为局部加权回归线，蓝线为拟合曲线；c、d图中
最终模型和基础模型的 MRE、MAE、MSE、RMSE
红线为参考线（y＝x）。
计算结果见表 5。由表 5 可知，最终模型的各项预测误 图2 基础模型与最终模型的拟合优度图
差数值均小于基础模型，且MRE＜15%，MAE、RMSE均
表3 基础模型与最终模型的拟合优度比较结果
小于 3 μg/mL，说明最终模型对外部数据的预测准确度
参数 基础模型 最终模型
高，且优于基础模型。
OBJ 346 334
2.4 稳态谷浓度参考范围 AIC 352 346
BIC 358 358
由上述分析结果可得，PSE 群体 Lev 稳态谷浓度的
95%CI为5～28 μg/mL。 的药动学参数。最终模型提示，每日给药剂量、eGFR和
3 讨论 Hcy 为影响中国 PSE 患者 Lev 清除率变化的重要协

本研究采用一级吸收和消除的单室模型建立了中 变量。
国PSE患者Lev的PPK模型，全面考察了该群体可能影 Lev 主要经过肾脏排泄（约 66% 的药物以原型由肾
[14]
响Lev药动学行为的因素，如人口学特征（年龄、体重）、 脏排出 ），因此 Lev 的清除率与肾功能情况密切相关。
eGFR、Hcy、TC等，初步描述了中国PSE患者群体中Lev 本研究发现肾功能指标对Lev的清除率有显著影响，经

中国药房 2025年第36卷第5期 China Pharmacy 2025 Vol. 36 No. 5 · 597 ·