Loading AI tools
指标 来自维基百科，自由的百科全书
在藥物代謝動力學領域，曲線下面積（英文：Area Under the Curve，簡寫：AUC）是指：血漿中藥物濃度隨時間的定積分，該積分可通過液相色譜-質譜法進行計算。[2]在藥理學實踐中，會在某些離散時間點上測量藥物濃度，並基於梯形法則進行AUC的估算。在藥理學中，藥物的血漿濃度隨服藥後時間的面積積分，可顯示藥物在體內的暴露（exposure）程度以及藥物在體內的清除速率。[3]
，代表時間從零（服藥開始）至無窮大（藥物完全從體內清除）期間的AUC值，即隨時間推移藥物在體內的總暴露量。若需確定同劑量的兩種不同劑型是否暴露量等同，例如膠囊和片劑是否可在組織中有相等的暴露量時，AUC通常作為關鍵的指標進行測定。[4]
AUC可用於對具有較窄治療指數的藥物進行治療藥物監測。例如，慶大黴素是一種具有腎毒性（可損害腎臟）和耳毒性（可損害聽力）的抗生素；通過測量患者血漿中慶大黴素的濃度並測算AUC，可指導該藥物的用藥劑量。[5]
AUC還可計算出一段時間內的血漿中藥物的平均濃度（AUC/t）。此外，在研究藥物清除時也會參考AUC數據，其中有機體清除量（質量）= 清除率（體積/時間）* AUC（質量*時間/體積）。[6]
在藥代動力學中，生物利用度通常是指：相對於全部服藥量，藥物被人體吸收並可產生生物學效應的比例。這個評估生物利用度的過程中，通常需要定量測算AUC。為確定各個不同給藥方式下的AUC值，通常使用C-14標記藥物和加速質譜（accelerated mass spectrometry，AMS）收集血清濃度與時間的關係圖。[7]
絕對生物利用度（absolute bioavailability，Fabs）是指：藥物通過血管外劑型給藥時，包括口服片劑、栓劑、皮下注射等劑型的生物利用度，與靜脈內給藥（intravenously，IV）之生物利用度的比值。其測量值計算如下：非靜脈劑型給藥的AUC與靜脈給藥的AUC的比值，再乘以每種劑型各自的劑量進行校正，即得到絕對生物利用度Fabs。[8]
其中：
相對生物利用度Frel（relative bioavailability，Frel）是指：兩種不同劑型之間的生物利用度的比值。同樣，通過各自劑型下AUC的值進行比較，再使用相對劑量進行校正即得到相對生物利用度Frel。[8]
其中：
早於1975年，在JG Wagner的《臨床藥代動力學基礎》一書中使用梯形法則進行AUC計算。除了經典的梯形法則，還有其他方法可對AUC進行計算，並考慮了一級動力學形成的典型濃度曲線。1977年的一篇論文將以上兩種方式進行了比較。[10]
儘管存在上述發表的文獻，MM Tai發表在期刊《糖尿病護理》的一篇論文中聲稱，她曾經獨立發現了梯形法則。[11]在此後Tai給編輯的郵件回覆中，她解釋其同事曾經使用網格計數進行AUC的計算，而是她首先提出了梯形法則。[12]Tai的論文曾被作為學術同行評審的失敗案例進行討論。[13]
儘管數學上有許多優越的數值積分方案，如Wagner & Ayres 1977中提出的方案，但迄今為止，梯形法則仍是AUC計算的慣用方法。為提高AUC計算的精度，後期研究者從改進AUC計算方法的研究，逐漸將注意力轉移至如何改進採樣方案。如2019年提出的OTTER算法，該算法通過找到更高斜率周期，對輸入數據的指數曲線總和（Sum of exponential curve）進行擬合，並僅利用擬合數據以建議更好的採樣時間。[14]
效應曲線下面積（Area Under the Effect Curve，AUEC）是藥物的效應隨時間的積分，而時間通過先前建立的濃度函數進行估算。當從動物劑量轉換推測人用藥劑量時，效應曲線下面積AUEC被提議可替代AUC進行評估，這是由於計算機模擬表明AUEC比AUC能更好地處理藥物半衰期和給藥方案的變化。例如某結合藥代動力學和藥效學的PK/PD模型中，AUEC是其中的關鍵療效的決定因素。[15]
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
