微分方程——药物在体内分布的房室模型

简介: 微分方程——药物在体内分布的房室模型

背景

1937年,药物动力学的创始人Torsten Teorell创建了三房室模型。

药物进入机体后,再随血液运输到各个器官和组织过程中,不断被吸收、分解、代谢,最终排出体外。药物在血液中的浓度,即单位体积血液(ml)中药物含量(毫克mg或微克mcg),称为血药浓度,随时间和空间(机体各个部分)而变化。血药浓度的大小直接影响到药物的疗效,浓度太低不能达到预期效果,浓度太高可能导致药物中毒、副作用太强或造成浪费。

新药研制、剂量确定、给药方案的设计等都需要药理学和临床医学以及数学的定量研究,产生了药物动力学这门新的学科。

房室模型(Compartment Model)是将机体分为血液较为丰富的中心室(心、肝、肺、肾等)和血液较为贫乏的周边室(四肢、肌肉组织等),药物的动态过程在每个房室内是一致的,转移只是在两个房室及某个房室与体外之间进行。

下面只考虑房室之间、房室与体外转移速率为常数的二房室模型(乳突状模型),如图13所示。

                                   图13 二房室模型

【模型假设】

  1. 机体分为中心室和周边室,两个房室的容积(即血液体积要药物分布容积)在过程中不变
  2. 药物从一室向另一室转移速率,及向体外的排出速率与该房室的血药浓度成正比
  3. 只在中心室与体外有药物交换,即药物从体外进入中心室,由中心室渗透入周边室,再从周边室回到中心室,最后又从中心室排出体外
  4. 与转移和排出相比,药物被吸收的量可以被忽略

【符号说明】

                               图14 详细的二房室模型

【建立模型】

根据假设和图14所反映的关系,有如下模型【4.1】

又根据血药浓度、房室容积、药物剂量的关系,有

【4.2】

将【4.2】代入【4.1】,有

【4.3】

【模型求解】

模型【4.3】是线性常系数非齐次微分方程,其解由对应齐次的通解加上这个方程的特解,要求特解,就要知道f0(t)的表达式,下面分几种情况来讨论。

1、快速静脉注射

这种注射可以简化为在t=0瞬时将剂量D0的药物注射输入心脏,血液浓度立即上升为D0/V1,于是初始条件变为【4.4】

方程组【4.3】在【4.4】条件下的特解为【4.5】

2、恒速静脉滴注

当静脉滴注速率为k0时,f0(t)和初始条件为【4.6】

【4.3】在【4.6】条件下得到的特解为【4.7】

其中A1和B1可以由c1(0)=0,c2(0)=0,B2,A2共同确定。

3、口服或肌肉注射

这种给药方式相当于在药物进入中心室以前,先有个将药物吸收入血液的过程,可以简化为一个吸收室,如图15所示,x0(t)是吸收室的药量,药物由吸收室进入中心室的速率为k01。

                                                图15 详细的三房室模型

吸收室药量满足【4.8】

将【4.8】代入得到【4.9】

在【4.9】条件下,【3】的解为【4.10】

(设k01≠α,β),其中系数A,B,E由初值条件c1(0)=0,c2(0)=0确定。

从【4.5】,【4.7】,【4.10】可以看出,中心室的血药的浓度c1(t)取决于转移速率k12,k21,k13,V1,V2,D0,k0等因素。而房室模型的用途恰好是通过对c1(t)的测量,确定对药理学和临床医学最重要的参数。

【参数估计】

在t=0时刻瞬时快速注射剂量D0的药物后,在一系列时刻t1,t2,…,tn,从中心室测得药物浓度c1(ti),i=1,…,n然后进行参数估计(最小二乘法估计)。


相关文章
|
6月前
|
机器学习/深度学习 数据可视化
R语言MCMC的lme4二元对数Logistic逻辑回归混合效应模型分析吸烟、喝酒和赌博影响数据
R语言MCMC的lme4二元对数Logistic逻辑回归混合效应模型分析吸烟、喝酒和赌博影响数据
|
6月前
|
存储 数据可视化 文件存储
多变量(多元)多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化
多变量(多元)多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化
|
6月前
|
存储 数据采集 数据可视化
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
|
6月前
|
数据可视化
多变量(多元)多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化-2
多变量(多元)多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化
|
6月前
|
机器学习/深度学习 开发框架 算法
R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
|
6月前
|
前端开发 数据库
R语言基于Bootstrap的线性回归预测置信区间估计方法分析汽车制动距离|数据分享
R语言基于Bootstrap的线性回归预测置信区间估计方法分析汽车制动距离|数据分享
|
6月前
|
存储 数据可视化 文件存储
数据分享|多变量多元多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化
数据分享|多变量多元多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化
|
6月前
|
存储 数据可视化 文件存储
多变量(多元)多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化-1
多变量(多元)多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化
|
6月前
|
Windows
R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动
R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动
|
6月前
|
算法 vr&ar
时变马尔可夫区制转换MRS自回归模型分析经济时间序列
时变马尔可夫区制转换MRS自回归模型分析经济时间序列