[发明专利]一种基于蒙特卡罗模拟的抗菌药物药效计算方法

摘要

本发明公开了一种基于蒙特卡罗模拟的抗菌药物药效计算方法，其特征在于，包括如下步骤1）确定抗菌药物属于浓度依赖型还是时间依赖型，选择PK/PD参数及其目标值；2）若药物属于浓度依赖型药物，PK/PD参数为AUC/MIC，AUC=Dose/CL，AUC/MIC=Dose/CL/MIC；3）若药物属于时间依赖型药物，PK/PD参数为%T>MIC，对于不同模型，先采用二分法求出f(c,θ,t)‑MIC=0的解t1和t2，再通过公式(t2‑t1)/24求出%T>MIC的值；4）对参数初始化，设置蒙特卡罗模拟运行次数N；5）对动学参数和细菌MIC的分布进行假设；6）运行模拟并记录结果；7）重复模拟，直到循环终止；8)计算达标率TAR，以及对结果作图表。本发明能同时预测浓度依赖型和时间依赖型抗菌药物药效，以便能提供合理的给药方案。

主权项

一种基于蒙特卡罗模拟的抗菌药物药效计算方法，其特征在于，包括如下步骤：1）确定抗菌药物属于浓度依赖型还是时间依赖型，选择最能预测该药物体内活性的PK/PD参数（AUC/MIC或%T>MIC）；以及确定体内产生杀菌活性且不会出现耐药性的PK/PD参数的目标值；2）若药物属于浓度依赖型药物，PK/PD参数为AUC/MIC，AUC=Dose/CL，AUC/MIC=Dose /CL/MIC，其中，Dose是24h给药剂量（mg/kg b.w.），CL为体清除率（L/h/kg），MIC是最低抑菌浓度(μg/mL)；3）若该药物属于时间依赖型药物，PK/PD参数为%T>MIC，对于静脉注射一室模型、一级吸收一室模型、静脉注射二室模型或一级吸收二室模型，先采用二分法求出f(c,θ,t)‑MIC=0的解t1和t2，再通过公式(t2‑t1)/24求出%T>MIC的值；4）对参数初始化，设置蒙特卡罗模拟运行次数N；5）对动学参数和细菌MIC的分布进行假设，通常假设药动学参数服从对数正态分布(Log Gaussian distribution)，MIC根据统计学的结果服从自定义分布(custom distribution)；6）运行模拟，对药效指标AUC/MIC或者%T>MIC是否达标进行判断，并记录结果；7）重复模拟，记录每次循环指标的判断结果，直到循环终止；8) 根据每次的判断结果，计算达标率TAR，并输出其它参数，以及对结果作图表。