科研 Skill

群体药动学建模

pharm-poppk-modeling

用nlmixr2/NONMEM估计群体药动学结构模型与协变量效应,做VPC和bootstrap验证。适用于稀疏采样PK数据与暴露-效应研究。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

群体药动学/PK-PD 建模(Population PK & PK-PD Modeling)

适用场景

  • 基于 II/III 期稀疏采样数据建立 PopPK 模型,识别体重、肝肾功能、合并用药等协变量对清除率的影响。
  • 儿科或特殊人群(老年、肝肾功能不全)的药动学特征研究。
  • 暴露-效应(E-R)分析:将个体暴露(AUC、Cmin)与生物标志物或疗效终点关联(Emax 模型、间接效应模型)。
  • 基于已发表 PopPK 模型做模拟研究,比较不同给药方案下的暴露分布(仅限科研情景比较)。
  • 治疗药物监测(TDM)数据的回顾性群体分析研究。

边界与不适用

  • 仅用于科研建模与方法学研究,不为任何个体患者给出剂量、给药方案或处方建议;模型驱动的精准给药工具在临床使用前须经独立验证和相应监管/机构审批。
  • 不覆盖单个研究的 NCA 与 BE 判定(见 pharm-nca-bioequivalence)。
  • 不提供 NONMEM、Monolix 等商业软件的授权;使用者需自备许可。

工作流

  1. 数据集构建
    • 输入:给药记录、浓度、协变量、受试者 ID。
    • 操作:按 NONMEM 风格构建事件表(ID、TIME、AMT、DV、EVID、MDV、CMT、RATE、协变量列);核对给药与采样时间顺序;BLQ 处理选择 M1(剔除)或 M3(似然法)并说明理由。
    • 产出:建模数据集 + 数据定义文件。决策点:协变量缺失 < 10% 可用中位数/众数插补,较多时考虑多重插补或单独分析。
  2. 探索性分析
    • 个体药时曲线、剂量归一化浓度、协变量分布与相关性矩阵。
  3. 结构模型与随机效应
    • 比较一室/二室/三室、一级/零级/转运室吸收、滞后时间;线性 vs 非线性(Michaelis-Menten)消除。
    • 个体间变异(IIV)采用指数模型;残差模型比较加性、比例、组合型。
    • 估算方法:FOCE-I(NONMEM/nlmixr2 "focei")、SAEM(Monolix/nlmixr2 "saem")。
    • 模型比较:嵌套模型用目标函数值差(ΔOFV,自由度 1 时 3.84 对应 p < 0.05),非嵌套模型用 AIC/BIC;同时考察参数 RSE、收缩(shrinkage)和条件数。
  4. 协变量模型
    • 生理合理的先验结构(如体重的异速放大,CL 指数 0.75、V 指数 1)。
    • 逐步协变量建模(SCM):前向纳入 p < 0.05(ΔOFV > 3.84),后向剔除 p < 0.01(ΔOFV > 6.63);或全模型法(full covariate model)以避免多重检验偏倚。
    • ETA 收缩 > 20–30% 时,基于 EBE 的协变量图诊断价值下降,需谨慎解读。
  5. 模型诊断
    • GOF:DV vs PRED、DV vs IPRED、CWRES vs TIME/PRED、ETA 分布与 QQ 图。
    • VPC/pcVPC:基于 ≥ 500 次模拟,观测分位数应落在模拟分位数预测区间内;剂量差异大时用预测校正 VPC。
    • Bootstrap(通常 1000 次):报告参数中位数与 2.5–97.5 百分位,并报告成功收敛比例。
    • 可选 NPDE、外部验证数据集评价预测误差(MPE、MAPE)。
  6. 模拟与报告
    • 用 mrgsolve 或 rxode2 基于最终模型模拟不同协变量亚组的暴露分布(森林图展示协变量效应)。

工具与数据源

  • R:nlmixr2(含 rxode2)、mrgsolve、xpose/xpose.nlmixr2、vpc、ggPMX、PKPDsim。
  • NONMEM(ICON plc,商业)及 PsN(Perl-speaks-NONMEM:scm、vpc、bootstrap 工具)、Pirana(模型管理)。
  • Monolix Suite(Simulations Plus/Lixoft,学术可申请免费许可)。
  • Phoenix NLME(Certara,商业)。
  • 监管指导:NMPA/CDE 群体药代动力学研究技术指导原则、FDA Population Pharmacokinetics Guidance。

最小代码示例(R,nlmixr2 一室口服模型)

# install.packages("nlmixr2")
library(nlmixr2)
one_cmt <- function() {
  ini({
    tka <- log(1.0); tcl <- log(3); tv <- log(30)
    eta.ka ~ 0.3
    eta.cl ~ 0.1
    eta.v  ~ 0.1
    prop.sd <- 0.2
  })
  model({
    ka <- exp(tka + eta.ka)
    cl <- exp(tcl + eta.cl)
    v  <- exp(tv  + eta.v)
    linCmt() ~ prop(prop.sd)
  })
}
fit <- nlmixr2(one_cmt, theo_sd, est = "focei")  # theo_sd 为 nlmixr2data 自带示例数据
print(fit)

质量检查

  • 数据集事件记录(EVID/MDV/CMT)经程序化校验,给药-采样时间无矛盾。
  • BLQ 处理方法与比例已报告。
  • 模型选择标准(ΔOFV 阈值、AIC)与协变量筛选策略预先规定。
  • 参数 RSE、IIV、ETA/EPS 收缩已报告;协变量效应具生理合理性。
  • GOF、VPC、bootstrap 结果完整,bootstrap 收敛率已报告。
  • 模型代码、数据定义、软件及版本已存档,可复现。
  • 患者数据已去标识化并获伦理批准;模拟结果未被表述为个体给药建议。

输出格式

  • 参数表:参数、典型值、RSE%、IIV(CV%)、收缩%、bootstrap 中位数与 95% CI。
  • 模型构建记录表:模型编号、描述、OFV、ΔOFV、参数数、AIC、结论。
  • 图:GOF 四联图、VPC、协变量效应森林图、ETA-协变量图。
  • 报告章节:目的、数据、方法(结构/随机/协变量模型、估算法)、结果、模型评价、模拟、讨论与局限。

参考规范与文献

  • Mould DR, Upton RN. 2012. Basic concepts in population modeling, simulation, and model-based drug development. CPT: Pharmacometrics & Systems Pharmacology.
  • Mould DR, Upton RN. 2013. Basic concepts in population modeling, simulation, and model-based drug development—Part 2. CPT: Pharmacometrics & Systems Pharmacology.
  • Bergstrand M, Hooker AC, Wallin JE, Karlsson MO. 2011. Prediction-corrected visual predictive checks for diagnosing nonlinear mixed-effects models. The AAPS Journal.
  • Savic RM, Karlsson MO. 2009. Importance of shrinkage in empirical Bayes estimates for diagnostics. The AAPS Journal.
  • U.S. FDA. 2022. Population Pharmacokinetics: Guidance for Industry.
  • 国家药品监督管理局药品审评中心. 群体药代动力学研究技术指导原则(以 CDE 发布版本为准)。
  • Owen JS, Fiedler-Kelly J. Introduction to Population Pharmacokinetic/Pharmacodynamic Analysis with Nonlinear Mixed Effects Models. Wiley.

示例提示词

请用 nlmixr2 为这份稀疏采样数据建立一室群体药动学模型,做协变量筛选并画 GOF 图和 VPC。

所属插件

药学与药理学面向药学与药理学研究:靶点与药物数据库、剂量-效应与联用协同、非房室药动学与生物等效、群体药动学建模、药物警戒信号挖掘、药物利用研究、药理实验设计与制剂 QbD。

安装该插件会一并获得同领域的 9 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

群体药动学建模能做什么?

用nlmixr2/NONMEM估计群体药动学结构模型与协变量效应,做VPC和bootstrap验证。适用于稀疏采样PK数据与暴露-效应研究。

如何安装群体药动学建模?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「群体药动学建模」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

群体药动学建模需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

群体药动学建模经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。