腎移植患者西羅莫司的群體藥動學研究Δ

牟靜，何秋毅，傅曉華，李世良，任斌，唐蕾#（.中山大學附屬第一醫院，廣州50080；.廣州新海醫院，廣州 50300）

西羅莫司是強效大環內酯抗生素類免疫抑制劑，臨床常用于預防肝腎移植后的排斥反應。西羅莫司通過與FK506蛋白（FKBP-12）結合，形成西羅莫司-FKBP-12復合物，再與哺乳類動物細胞的作用靶位蛋白（mTOR）結合，從而阻滯T淋巴細胞及其他細胞由G1期進入S期[1，2]。西羅莫司的藥動學個體差異大、治療窗窄。國內有文獻報道[3]，西羅莫司血藥濃度維持在4～8 ng·mL－1范圍內最佳，需要進行血藥濃度監測，以便實施個體化用藥。本研究通過收集47例腎移植患者口服西羅莫司后的常規檢查數據，并對其進行群體藥動學特征分析，運用Winnonmix藥動學軟件，采用非線性混合效應模型（NONMEM）建立相應的群體藥動學模型，定量估算固定效應對藥動學參數的影響，為制訂個體化給藥方案提供依據。

1 材料與方法

1.1 病例資料

回顧性收集2006－2011年期間在中山大學附屬第一醫院接受腎移植手術的47名患者共101個西羅莫司穩態谷濃度及相應實驗室檢查數據。患者的基本資料見表1。

表1 47名腎移植患者基本資料Tab 1 General information of 47 renal transplantation patients

1.2 儀器、試藥和數據分析軟件

Axsym全自動免疫分析儀（美國Abbott公司）；西羅莫司口服液（美國惠氏制藥有限公司，規格：60 mL，含量：1 mg·mL－1）；Winnonmix藥動學軟件（Version 2.0.1，美國Pharsight公司）；SPSS 17.0軟件。

1.3 用藥方案

患者在腎移植術后接受西羅莫司+潑尼松+環孢素或他克莫司或霉酚酸酯（MMF）三聯免疫抑制治療，其中3名服用環孢素，25名服用MMF，其余患者服用他克莫司。移植后48 h內開始服用西羅莫司，首次負荷劑量為6 mg，維持劑量為2 mg，每日1次，需根據患者的臨床情況調整西羅莫司的維持劑量。術中及術后2 d，ivgtt給予甲潑尼龍500 mg·d－1，以后po給予潑尼松30 mg·d－1，第3個月減量至10～20 mg·d－1，第6個月減至5～10 mg·d－1。MMF用量500～1500 mg·d－1，每日2次；他克莫司用量1～5 mg·d－1，每隔12 h分2次po給藥，術后1月內血藥濃度控制在8～12 ng·mL－1范圍內，1年內控制在6～10 ng·mL－1范圍內；環孢素用量100～325 mg·d－1，每日2次，術后1月內谷濃度控制在200～350 ng·mL－1范圍內，術后第3個月，血藥濃度控制在150 ng·mL－1左右，至術后第6～9個月，血藥濃度控制在50～100 ng·mL－1范圍內。

1.4 血樣的采集和測定

患者腎移植術后，根據臨床治療需要每隔7 d或更長時間，于早晨服藥前采集外周靜脈血，采用美國Abbott Axsym全自動免疫分析儀測定西羅莫司全血谷濃度。

1.5 患者資料采集

患者接受定期常規體檢，行血常規、血生化、肝功能、腎功能、血糖、血脂、血藥濃度監測等實驗室檢查。記錄患者的人口統計學資料（包括性別、年齡、體重）、生化檢查指標、可能影響西羅莫司藥動學特征的合并用藥情況等。其中，白細胞（WBC）、紅細胞（RBC）、ALT、AST、TBIL、DBIL、IBIL、ALP、GGT、血尿素氮（BUN）、血清肌酐（CR）、血糖（GLU）檢查結果異常，則對應的變量為1，否則為0。合并用藥因素包括奧美拉唑（OME）、地爾硫（DL）、他克莫司、MMF，若合并使用某藥物，則對應的變量為1，否則為0。

2 模型的建立

2.1 基礎藥動學模型

根據文獻報道[4]，本試驗分別采用有滯后時間或無滯后時間的一級吸收和消除的一房室開放模型進行模型的擬合，以目標函數值（Objective function value，OFV）最小者確定基礎藥動學模型。

2.2 統計學模型

群體藥動學中的隨機效應包括個體間變異和個體內變異，可用加法模型、指數模型、比例模型等表示。本試驗中，個體內變異和個體間變異分別在加法模型、比例模型和指數模型中選擇一個進行組合，對數據進行擬合、比較，最終根據試驗數據的特點和擬合優度選用其中的一種模型。

2.3 全量回歸模型

考察年齡、性別、W、D、合并用藥等固定效應對藥動學參數的影響，采用向前包容法（Forward inclusion）和向后剔除法（Backward elimination）建立模型。首先，在不含固定效應的基礎模型之上，分別用加法模型、乘法模型、指數模型等將各固定效應逐一引入此模型。檢驗水平定為0.05，若加入某一固定效應因素后，OFV的改變＞3.84，則將該因素加入模型，反之則剔除。然后將檢驗水平定為0.01，用更嚴格的統計學標準進行檢驗，逐一向后剔除全量回歸模型中各影響因素，若OFV的改變＞6.64，認為該因素有顯著意義，予以保留，反之則剔除，得到最終模型。

2.4 最終模型的驗證

采用Jackknife法[5]進行模型的內部驗證。從建模組數據（47例）中每次只剔除1個個體，建立一個新的數據文件（可建立47個新數據文件），分別用基礎模型和最終模型計算，比較剔除單個個體前、后結果的差異。每個個體的OFVΔjackknife，i值計算如下：

式（1）中，OFVfina1，n、OFVbase，n（OFVfina1，n－i，OFVbase，n－i）分別表示全部數據（剔除編號為i后的數據）用最終模型和基礎模型計算所得的OFV。

3 結果

3.1 基礎模型

根據文獻[4]，參考西羅莫司藥動學參數設定初始值，用不同房室模型對數據進行計算，通過比較目標函數最小值（OFVmin）和擬合度確定最優基礎模型。由于本試驗所收集血藥濃度均為消除相濃度，因此，參考文獻[4]，將藥物吸收速率常數Ka定為0.5。基礎藥動學模型的篩選見表2，可見本試驗中無滯后時間的一級吸收和消除的一房室開放模型為最優的基礎藥動學模型。基礎模型中t時刻藥物濃度計算公式如下：

式（2）、（3）中，ct為t時刻血藥濃度，K為一級消除速率常數，D為給藥劑量，Vd為表觀分布容積，CL為藥物的清除率。

表2 Winnonmix篩選基礎藥動學模型Tab 2 Screening of basic pharmacokinetic model in Winnonmix

進一步用基礎模型計算得到的個體預測值（IPRE）與個體觀察值（DV）作圖，得到的散點圖見圖1。

圖1 基礎DV與IPRE散點圖Fig 1 Scatter plots of basic DV and IPRE

3.2 統計學模型

數據處理過程中，通過對加法模型、指數模型和比例模型的組合，最終確定個體間變異和個體自身變異均采用加法模型最優，具體公式如下：

CLj，Vdj為某一患者的藥動學參數；CL、Vd為群體典型值，即腎移植患者群體的藥動學參數；ηCLj、ηVdj是均數為0，方差為σ2CL、σ2Vd的個體間變異。

血藥濃度DV與IPRE間的殘差也用模型表示如下：coij為血藥濃度DV，cij為血藥濃度預測值，εij是均數為0、方差為ω2的殘差變異。

3.3 固定效應模型

分別考察年齡、性別、體重、劑量、合并用藥等固定因素對CL/F和Vd/F的影響，確定有意義的固定效應（ΔOFVmin＞3.84），結果見表3。

表3 固定效應模型的建立Tab 3 Establishment of fixed effect model

由表3可見，OFV下降最明顯的是合用MMF對CL的影響，ΔOFVmin下降了7.53，然后依次是合用質子泵抑制劑OME、西羅莫司D和W對CL/F的影響。本試驗同時考察了年齡、性別、體重等因素對Vd/F的影響，結果表明模型無明顯改善。

3.4 最終模型

采用向前包容法和向后剔除法得到最終回歸模型，公式如下：CL/F＝11.01×0.14MMF+0.089×W。式中，MMF為合用MMF，若合用，其值為1，否則為0。最終模型CL/F群體典型值θCL＝11.01 L·h－1，表觀分布容積θVd＝3 616 L，合用MMF和W對模型的擬合有意義，固定效應參數θMMF＝0.14，θW＝0.089，具體建模過程見表4。最終模型中，CL/F和Vd/F的個體間變異分別為62.82%和85.07%。觀測值和預測值間的殘差（SD）和相關系數（r）分別為1.0 ng·mL－1和0.94，模型預測效果較好。

表4 最終模型的建立Tab 4 Establishment of final model

3.5 模型的驗證

本研究采用內部驗證法，考察最終模型的穩定性。內部驗證過程中，OFVΔJackknife，i若為負數，表示個體i支持最終模型，否則表示不支持。運用Jackknife法，計算每個個體的OFVΔJackknife，i值，將其與個體i作圖，結果見圖2。

由圖2可見，除了個體19、33、43、45、46、47，其余患者數據均支持最終模型。

圖2 Jackknife法內部驗證圖Fig 2 Internal validation of final model by Jackknife

3.6 IPRE與DV相關性

通過建立的最終模型得到IPRE與DV，并作圖考察模型擬合優度，結果見圖3。

圖3 最終DV與IPRE散點圖Fig 3 Scatter plots of final DV and IPRE

由圖3可見，最終模型中的IPRE與DV有較好的相關性，斜率接近1，擬合度良好，能很好地預測西羅莫司體內血藥濃度。同時繪制最終模型權重殘差（WRES）與群體擬合值（PRED）間的散點圖，結果見圖4。

圖4 WRES與PRED的關系圖Fig 4 Relationship chart of WRES with PRED by final model

由圖4可見，WRES值絕大部分布于±2之間，均勻分布于坐標軸上下兩側，模型擬合效果理想。

4 討論

西羅莫司群體藥動學在國外報道較多[6～9]，但針對中國人的西羅莫司群體藥動學報道極少[4]。本研究通過考察人口學特征、實驗室檢查數據以及合并用藥等因素對中國人西羅莫司群體藥動學參數的影響，建立符合中國人群特征的西羅莫司群體藥動學模型，對提高療效、降低藥品不良反應、完善個體化用藥方案具有重要意義。

本研究所建立西羅莫司群體藥動學模型，CL/F群體典型值為11.01 L·h－1，Vd群體典型值為3 616 L，與文獻報道的CL/F＝10.1 L·h－1、Vd/F＝3 670 L基本一致。研究考察了患者的性別、年齡、W、生化檢查指標、合并用藥等固定效應對CL/F和Vd/F的影響，結果表明，除了體重和合用MMF影響CL/F外，性別、年齡、生化檢查指標等對CL/F和Vd/F均無影響。固定效應參數中θMMF＝0.14，θW＝0.089，表明隨著體重增加，西羅莫司的CL/F也隨之升高；合用MMF的患者平均CL/F為（5.66±2.48）L·h－1，未合用MMF的患者平均CL/F為（7.73±5.35）L·h－1，個體差異大。由于納入本研究的所有數據均為消除相數據，因此最終模型中的固定效應僅對西羅莫司CL/F有影響，未發現有影響Vd/F的因素。本研究表明，合用MMF和體重因素可影響患者的CL/F，與文獻報道[10]一致。

[1]Vignot S，Faivre S，Aguirre D，et al.mTOR-targeted therapy of cancer with rapamycin derivatives[J].Ann Oncol，2005，16（4）：525.

[2]Soliman GA.The mammalian target of rapamycin signaling network and gene regulation[J].Curr Opin Lipidol.2005，16（3）：317.

[3]王長希，陳立中，任 斌，等.腎移植受者應用西羅莫司治療窗的臨床研究[J].中國新藥與臨床雜志，2005，24（1）：41.

[4]Jiao Z，Shi XJ，Li ZD，et al.Population pharmacokinetics of sirolimus in de novo Chinese adult renal transplant patients[J].Br J Clin Pharmacol，2009，68（1）：47.

[5]張關敏，李 良，陳文倩，等.他克莫司在中國腎移植患者中的群體藥物動力學研究[J].藥學學報，2008，（7）：695.

[6]Djebli N，Rousseau A，Hoizey G，et al.Sirolimus population pharmacokinetic/pharmacogenetic analysis and bayesian modelling in kidney transplant recipients[J].Clin Pharmacokinet，2006，45（11）：1 135.

[7]Zahir H，Keogh A，Akhlaghi F.Apparent clearance of sirolimus in heart transplant recipients：impact of primary diagnosis and serum lipids[J].Ther Drug Monit，2006，28（6）：818.

[8]Dansirikul C，Morris RG，Tett SE，et al.A Bayesian approach for population pharmacokinetic modelling of sirolimus[J].Br J Clin Pharmacol，2006，62（4）：420.

[9]Boni JP，Leister C，Bender G，et al.Population pharmacokinetics of CCI-779：correlations to safety and pharmacogenomic responses in patients with advanced renal cancer[J].Clin Pharmacol Ther，2005，77（1）：76.

[10]Dosch AO，Ehlermann P，Koch A，et al.A comparison of measured trough levels and abbreviated AUC estimation by limited sampling strategies for monitoring mycophenolic acid exposure in stable heart transplant patients receiving cyclosporin A-containing and cyclosporin A-free immunosuppressive regimens[J].Clin Ther，2006，28（6）：893.