剂量-暴露比例关系#
使用软件内的 “剂量-暴露比例关系” 功能可以分析药物暴露参数与给药剂量间是否存在比例关系(dose proportionality)。其常用于判断药物在体内是否具有线性药代动力学特征,可为新药临床试验及剂量调整方案提供设计依据。
数据映射关系#

图 325 剂量-暴露比例关系数据映射示意图#
因变量 (必选项,多选):给药剂量对应的因变量值,一般为药物暴露参数值。
给药剂量 (必选项,单选):给药剂量值。
分析选项#
模型选项#

图 326 模型选项示意图#
回归模型:选择用于分析比例关系的回归模型。可选项为
Power 模型
,其公式可见下文。默认值为Power 模型
。
备注
Power 模型公式如下所示:
\[
ln(DV) = \alpha + \beta \cdot ln(Dose)
\]
其中 \(DV\) 为因变量,\(\alpha\) 为截距,\(\beta\) 为回归系数,\(Dose\) 为给药剂量。其中 \(\beta\) 接近 1 时则可以认为暴露参数与剂量存在比例关系。
线性回归模型的回归系数与截距计算方法可参见:线性回归模型。
计算选项#

图 327 计算选项示意图#
回归系数置信区间 (%):设置回归系数估计值置信区间的置信水平。例如输入
95
即计算回归系数估计值的 95% 置信区间。相关计算方法可参见 线性回归模型。默认值为95
。
分析结果#
分析选项#
本次剂量-暴露比例关系分析的选项设置。示例可见 图 328。

图 328 分析选项表格示意图#
参数估计#
线性回归模型的参数估计结果。示例可见 图 329。

图 329 参数估计表格示意图#
剂量-暴露比例关系图#
对数暴露参数值与对数给药剂量的关系图。其中散点为暴露参数实测值,折线为回归模型预测值。示例可见 图 330。

图 330 剂量-暴露比例关系图示意图#
运行日志#
剂量-暴露比例关系分析的运行日志,包含软件版本、运行时间、模型拟合成功与否等信息。示例可见 图 331。

图 331 运行日志示意图#