基于PK/PD原理優化抗微生物藥的給藥方案

趙耀輝，楊帆（1.河北正定縣中醫院，石家莊市 050800；.華南農業大學獸醫學院，廣州市 51064）

基于PK/PD原理優化抗微生物藥的給藥方案

趙耀輝1＊，楊帆2（1.河北正定縣中醫院，石家莊市 050800；2.華南農業大學獸醫學院，廣州市 510642）

＊主治醫師。研究方向：臨床藥學。電話：0311-88022716。E-mail：zyh958365@163.com

目前病原微生物的耐藥性已成為國內、外學者們普遍關注的一個話題，而且新藥的研發速度遠遠低于耐藥性的產生速度。一種抗微生物新藥經過高成本和長周期的漫長研發及全面的臨床前評價后，往往在應用于臨床不久就出現耐藥菌，而且研究已經證實耐藥性能夠通過質粒介導由一種病原微生物轉移到另一種病原微生物，這更引起了公共衛生學家的恐慌。因此在微生物感染的臨床治療中，如果能夠利用藥動學（Pharmacokinetics，PK）與藥效學（Pharmacodynamic，PD）原理，通過合理選擇藥物及優化給藥方案來提高治療效果及降低（或防止）耐藥性的產生，意義將十分重大。本文就PK-PD同步模型、蒙特卡洛模擬（Monte Carlo Simulation，MCS）、群體中的PK-PD同步模型、防突變濃度及突變選擇窗理論等作一綜述。

1 確定臨床給藥方案的常用方法[1]

目前歐洲藥物評審組織（EMEA）及美國食品藥物管理局（FDA）所認可的抗微生物藥的臨床給藥方案均是通過劑量滴定法（Dose-titration）或臨床試驗法來確定的，這2種方法除了所使用的模型不同外（劑量滴定法以疾病感染動物模型進行給藥方案的確定，而臨床試驗法則以臨床中發病個體進行研究），其他均較相似。這些方法分析臨床的“滴定”終末點（如治療成功與失敗等）的典型范圍，進而得出具有統計學顯著效應的劑量方案，該劑量方案能夠達到臨床有效的治療目的。但是這些方法存在如下缺點：首先，這2種方法對抗微生物藥的劑量與效應間關系的研究并不深入，而且方法所必需的平行設計缺乏敏感性，因此僅用臨床終末點區別2個不同給藥劑量的療效通常比較困難。其次，2種方法均以臨床有效為判定指標，但實際上最佳給藥方案不但要達到臨床有效的目的，還應能夠防止耐藥性的產生。

2 臨床給藥方案確定的新方法及新理論

2.1 PK-PD同步模型

長久以來，臨床工作者通常以抗微生物藥在體外的靜態的最小抑菌濃度（MIC）值來確定該藥物的殺菌能力，但實際上抗微生物藥在機體內與病原微生物間的相互作用要比體外靜止過程復雜得多，這是因為這一過程中涉及到機體、藥物與病原微生物間的“化療三角”關系。20世紀80年代以后，隨著研究的不斷深入，人們開始認識到利用PK-PD同步模型能夠定量闡明一定劑量下藥物所引起的藥理作用（效應）隨時間變化的過程，并有助于分析患者個體間的藥效差異，從而能夠最終確定臨床治療的最佳給藥方案。

PK-PD同步模型將PK模型和PD模型聯系起來，能更清楚地揭示劑量-濃度-效應關系及反應時間過程。抗微生物藥的PK-PD同步模型按數據獲得方式的不同可分為體外模型（in vitro model）、半體內模型（ex vivo model）和體內模型（in vivo model）。體外模型一般是先通過蠕動泵將代表不同隔室的細菌培養液聯接起來，然后在代表感染部位的隔室中接種細菌（模擬感染過程）并在相應隔室內給藥，感染部位隔室后多有1個或多個0.22 μm的濾膜，細菌因濾膜的過濾作用只停留在感染部位，而藥物會通過蠕動泵提供的動力從給藥室到達各個隔室并透過濾膜進入感染室，這樣在不同時間點對感染室采樣，然后進行細菌計數及藥物含量測定就會得到藥物濃度-效應-時間的關系；體內模型則是通過在實驗動物體內預先埋植組織籠，然后在組織籠內接種細菌，再按一定方式給藥，之后于不同時間點采集組織液進行細菌計數及藥物含量測定，進而得到藥物濃度-效應-時間關系；而半體內模型則于組織籠埋植成功后，不接種細菌，直接給藥，然后定點采集組織液，用該組織液于體外進行抑菌試驗，同時測得不同時間點組織液中藥物濃度，進而得到藥物濃度-效應-時間關系。

Nolting等于1996年首次建立了體外PK-PD同步模型來研究哌拉西林對大腸桿菌的抗菌效果，結果顯示經修正的Emax模型是該藥的最佳藥效學指標，且該藥對大腸桿菌的最大殺菌半衰期是25 min。試驗認為增加哌拉西林的給藥次數能夠更有效地治療大腸桿菌感染。2002年，Komatsu等[2]利用β-內酰胺類藥物的Ⅰ期臨床藥動學數據，并結合美國臨床實驗室標準化委員會（NCCLS）公布的細菌MIC折點值，計算了β-內酰胺類藥物的TAM值（血藥濃度高于MIC時間占給藥間隔的百分數，%）。研究者進一步以TAM大于40%為有效治愈指標分析了腸桿菌和葡萄球菌感染的常見治療方案。Slavik等[3]則介紹了非腸道給藥的感染治療中如何應用PK-PD同步模型對不同種類的抗微生物藥進行給藥方案的優化。de la Pe?a等[4]建立了一個半體內PK-PD同步模型來研究頭孢克洛對4種不同細菌（大腸桿菌、黏膜炎莫拉菌、流感嗜血桿菌和肺炎鏈球菌）的殺菌效果。試驗中研究者將以上4種菌株分別暴露在服用頭孢克洛后不同時間點采集到的組織細胞間液中，獲得細胞間液中藥物的殺菌曲線。研究者還應用這一模型比較了不同給藥方案的治療效果，結果證明頭孢克洛每日3次的給藥方案治療效果最佳。Sato等[5]分析了多種抗生素對不同病原微生物的殺菌動力學特性，獲得了這些藥物的動態PD參數及不同病原微生物在不同抗生素聯用作用下的生長速率，他們進一步分析了各種藥物的PD特性與動態PD參數及生長速率間的內在聯系，最終制定了可以預測抗生素PD特性的新標準。史慧卿等[6]則從基本理論、建立方法及應用價值等3方面對PK-PD同步模型進行了詳細綜述。文章認為PK-PD同步模型在指導臨床用藥、新藥療效預測、手性藥物作用效應預測、藥物相互作用結果預測、藥物作用機制及藥物耐受機制研究等方面均能起到巨大作用。

2.2 MCS

傳統的PK-PD同步模型，雖考慮了藥物濃度隨時間的持續變化，但未將不同個體對藥物處置過程的差異及不同患者所感染細菌的敏感性差異考慮進去，因此利用該法制訂的給藥方案往往只對個體有效，不能保證對所有患者群體都有效。MCS是一種基于“隨機數”的計算方法，該方法通過隨機產生符合某一藥物藥動學參數分布的數據和細菌對該藥物敏感性的數據后，以這些數據為基礎計算出能夠代表該藥效應指標的PK-PD指數值，最后通過統計該指數值的達標率來判斷該給藥方案的治療效果。該方法既考慮了不同個體對藥物處置過程的差異，又考慮了病原微生物對藥物敏感性的差異，并可以通過多次模擬（5 000次或10 000次，甚至更多次）來提高預測結果的準確性。MCS在建模數據選用充足的情況下能夠保證所有患者群體的有效治療。

MCS的過程是先對患者所感染病原微生物進行藥敏試驗，選擇出敏感藥物并得出該微生物對該藥物的敏感性差異分布（表現為MIC值的差異），再收集該藥物在不同個體內的PK參數差異分布，該差異一般以PK參數（平均值±SD）來表示，PK參數則包括：藥-時曲線下面積（AUC）、峰濃度（Cmax）等，之后再利用計算機程序隨機產生符合以上分布的PK參數及MIC值，進行多次模擬，最終計算并統計出PK-PD指數達標率，進而獲得對群體有效的給藥方案。而有效治愈指標則通過前面介紹的體內、半體內或體外PK-PD同步試驗獲得。

2001年，Ambrose等[7]最先在學術會議上公布了利用MCS進行抗微生物藥治療效果評價的研究。該研究比較了哌拉西林/三唑巴坦（P-T）和頭孢吡肟（PIM）對抗產超廣譜β-內酰胺酶的腸桿菌感染的療效。P-T的給藥方案為每隔4 h或6 h口服3.375 g，PIM的給藥方案則是每隔12 h口服2 g。模擬結果顯示：每隔4 h或6 h口服3.375 g P-T的治愈率分別為88.9%和75.3%，而PIM的治愈率則為99.4%。Ambrose等[8]還應用MCS比較了不同的時間依賴性藥物在口服給藥方案下的治療效果，研究中比較了阿莫西林/克拉維酸的2種不同給藥方案：每隔8 h口服500 mg和每隔12 h口服875 mg。模擬結果表明：不論是對肺炎鏈球菌感染的治療，還是對流感嗜血桿菌感染的治療，前一給藥方案的治療效果均高于后者。2003年，Ambrose等[9]又利用MCS研究了加替沙星在肺炎鏈球菌感染的老年患者中的給藥方案，研究結果顯示65歲以上患者每日服用200 mg加替沙星與每日服用400 mg加替沙星相比，AUC0～24大于或等于60～70 mg·h·L－1的概率會更高，而且劑量減少并未影響療效，因此提示老年患者服用加替沙星治療肺炎鏈球菌感染時，可以適當降低給藥劑量。Yanagihara等[10]對獲得性肺炎患者進行了類似的研究，結果同樣表明老年患者在治療中可以適當降低給藥劑量。Kameda等[11]利用MCS優化了比安培南在兒科患者中的給藥方案，研究結果表明體質量為20 kg的肺炎鏈球菌和銅綠假單胞菌感染患兒所需的亞胺培南給藥劑量分別為5、10 mg·kg－1，每日2次。2009年6月，楊帆[12]于國內首次報道了MCS在給藥方案優化方面的實驗性文章。文中詳細介紹了進行MCS常用軟件Crystal ball?的使用方法，并以米諾環素為例分析了解脲脲原體感染的給藥方案，結論為米諾環素在靜滴給藥途徑下按50、100、200 mg劑量給藥均能達到較好的治療效果，但考慮到四環素類藥物的毒副作用和治療成本等問題，推薦按50 mg劑量靜滴給藥。

2.3 群體中的PK-PD同步模型

前面已經提到：不同患者因為生理及病理因素的差異（如年齡、性別、體質量、疾病狀況等），對同一藥物的處置過程差別巨大。如果能夠依據不同患者生理及病理因素的差異來優化個體給藥方案，將具有深遠意義，因此有人提出利用群體PK-PD同步模型來制訂給藥方案。該模型包括2部分：群體藥動學（Population Pharmacokinetic，PPK）和群體藥效學（Population Pharmacodynamic，PPD）。PPK研究藥物動力學特性中存在的變異性，即給予標準劑量藥物時患者個體之間血藥濃度的變異性，定量考察患者群體中藥物濃度的決定因素，即群體藥動學參數，包括群體典型值、固定效應參數、個體間變異、個體自身變異等[13]。PPD是將藥效學模型與群體統計分析模型結合，通過血藥濃度和藥物效應的監測，研究群體中藥物療效與體內藥物濃度的量化關系。

Kuti等[14]將MCS與PPK結合起來研究了哌拉西林/三唑巴坦對抗銅綠假單胞菌的藥效學特征。Corvaisier等[15]利用PPK原理研究了乙胺嘧啶和磺胺多辛對幼兒先天性弓形蟲病的治療效果。研究結果表明乙胺嘧啶（1.25 mg·kg－1，每日2次）和磺胺多辛（25 mg·kg－1，每日2次）連用10 d治療效果顯著。Mouton等[16]將MCS和PPK結合起來制訂了BAL9141（一種新的頭孢菌素類藥物）的給藥方案：750 mg，q12 h。Pea等[17]利用PPK原理制訂了替考拉寧在急性白細胞過多癥患者的最佳給藥方案：第1天分別給予12 mg·kg－1和6 mg·kg－1負荷劑量的替考拉寧（間隔12 h），第2天再分別給予9 mg·kg－1和6 mg·kg－1負荷劑量的替考拉寧（間隔12 h），隨后保持每12 h給予6 mg·kg－1的維持劑量。Landersdorfer等[18]利用群體PK-PD同步模型研究了氟氯西林對葡萄球菌的藥效學折點。de Gatta等[19]則利用群體PK-PD同步模型制訂了萬古霉素在不同惡性血液病患者中的最佳給藥方案：肌酐清除率小于60 mL·min－1、介于60至120 mL·min－1及大于120 mL·min－1的不同患者所需的萬古霉素劑量分別為1 500、3 000、4 000 mg·d－1。從以上可知PPK能夠將年齡、性別、體質量、疾病狀況等相關因素對藥物PK和PD過程的影響量化，進而能夠針對處于不同生理及病理狀態下的患者實施更科學的個體化給藥。

2.4 防突變濃度及突變選擇窗理論

傳統理論認為細菌長期暴露在亞抑菌濃度的抗微生物藥下容易產生耐藥性。但在1999年，Dong等最先提出了一個不同的理論，該理論認為抗微生物藥在殺滅病原菌過程中存在一個防突變濃度（Mutant Prevention Concentration，MPC），該濃度高于MIC值。在該濃度以上細菌不容易產生耐藥性，但一旦藥物濃度介于MIC與MPC之間時，細菌極易產生耐藥性。Dong等[20]進一步將該濃度范圍定義為突變選擇窗（Mutant Selection Window，MSW），并提出選擇指數的概念（Selection Index，SI，SI＝MPC/MIC）。該理論認為藥物的SI越小，其防突變能力越強。自MPC及MSW理論提出以來，許多研究者積極開展了體外（in vitro）、半體內（ex vivo）及體內（in vivo）試驗來驗證該理論，并試圖通過該理論制訂出更合理的給藥方案以降低耐藥性的發生。

目前關于濃度依賴性藥物氟喹諾酮（FQNs）的MPC和MSW的研究較多，這些研究主要集中在分枝桿菌、肺炎鏈球菌和銅綠假單胞菌中及對該理論的更深入探討上。2003年，Zhao等[21]經測定得出氟喹諾酮類新藥加雷沙星（BMS-284756）對2株金黃色葡萄球菌臨床分離株的MPC值分別為0.3、0.2 μg·mL－1，同時研究中也比較了其它FQNs對這2株菌的MPC值，結果如下：環丙沙星為4、3 μg·mL－1；左氧氟沙星均為2 μg·mL－1；加替沙星均為0.5 μg·mL－1。以上結果顯示加雷沙星的MPC遠低于其它FQNs。早在2003年，Drlica等[22]就提出可以通過聯合給藥來減小或關閉MSW，即通過聯合用藥降低MPC值，當MPC值降到與MIC值相等時即達到了關閉MSW的目的。這也可能是因為幾種作用機制不同的藥物，在臨床安全劑量下單方使用時雖難以維持血藥濃度持續高于MPC值，但聯用后不同時間血藥濃度出現疊加，進而實現血藥濃度持續高于MPC的目的，并最終降低對耐藥菌的選擇。2007年，Goessens等[23]首次測定了時間依賴性抗微生物藥（頭孢他啶）對陰溝腸桿菌的MPC值，并應用MSW與MPC理論研究了頭孢他啶的不同給藥方案對陰溝腸桿菌耐藥性的影響，結果表明頭孢他啶每日的給藥劑量處于12～25 mg·kg－1之間及50～100 mg·kg－1之間時，陰溝腸桿菌最易產生耐藥性。該研究表明時間依賴性抗微生物藥也可以通過MSW和MPC理論來優化給藥方案。

3 應用PK/PD原理優化臨床給藥方案的局限性

首先，應用PK/PD原理優化臨床給藥方案需要先確定能夠代表藥物療效（臨床有效及細菌學有效——能防止耐藥性產生）的最佳PK-PD指標及該指標的折點值，這些一般是通過體外、半體內和體內試驗獲得的。體外試驗雖簡單，但并未考慮機體自身的抵抗力；半體內試驗相對簡單，但仍不能完全反映藥物在機體內與病原菌間的相互作用；體內試驗得出的折點值最可信，但該方法也最難建立。而且隨著抗微生物藥的不斷應用，最佳PK-PD指標折點值也會發生相應的變化，這一點也是要考慮的。

其次，機體內胃腸道中均存在著一定數量的有益共生菌，但當一些生物利用率低的藥物以口服形式給藥時，這些共生菌必然會受到影響：腸道共生菌在這些藥物的持續作用下必然會產生耐藥性，并有可能逐步將相關耐藥基因傳遞給病原菌，從而引起病原微生物的耐藥。因此，如何應用PK/PD原理制訂出既對病原菌感染的治療有益，又對腸道共生菌無害的給藥方案，這一點還需進一步研究。目前一般的建議是，口服生物利用度過低或主要經膽汁以藥物原型或具有抗菌活性的代謝物形式排泄的抗微生物藥，盡量不要通過口服形式給藥。

[1]Toutain PL，del Castillo JR，Bousquet-Mélou A.The pharmacokinetic-pharmacodynamic approach to a rational dosage regimen for antibiotics[J].Res Vet Sci，2002，73（2）：105.

[2]Komatsu M，Nakamura A，Aihara M，et al.Application of the MIC breakpoints based on pharmacokinetics and pharmacodynamics parameter in the clinical laboratory[J].Jpn J Antibiot，2003，56（6）：697.

[3]Slavik RS，Jewesson PJ.Selecting antibacterials for outpatient parenteral antimicrobial therapy：pharmacokinetic-pharmacodynamic considerations[J].Clin Pharmacokinet，2003，42（9）：793.

[4]de la Pe?a A，Gr?be A，Rand KH，et al.PK-PD modelling of the effect of cefaclor on four different bacterial strains[J].Int J Antimicrob Agents，2004，23（3）：218.

[5]Sato N，Suzuki H，Hayashi H，et al.New concept and a theoretical consideration of the mechanism-based pharmacokinetics/pharmacodynamics（PK/PD）modeling for antimicrobial agents[J].Jpn J Antibiot，2008，61（5）：314.

[6]史慧卿，何鳳慈.藥動學/藥效學結合模型：藥理學研究新視角[J].中國藥房，2004，15（3）：181.

[7]Ambrose PG，Grasela TH，Jones RN.Antimicrobial susceptibility and pharmacodynamic comparison of piperacillin-tazobactam（P-T）and cefepime（PIM）against enterobacteriaceae with extended-spectrum beta-lactamase（ESBL）[C].Abstracts of the interscience conference on antimicrobial agents and chemotherapy，2001，41：197.

[8]Ambrose PG，Grasela TH，Jones RN，et al.A novel application of Monte Carlo simulation（MCS）to compare PK-PD target attainment rates for oral time-dependent antimicrobial regimens[C].Abstracts of the interscience conference on antimicrobial agents and chemotherapy，2002，42：8.

[9]Ambrose PG，Bhavnani SM，Cirincione BB，et al.Gatifloxacin and the elderly：pharmacokinetic-pharmacodynamic rationale for a potential age-related dose reduction[J].J Antimicrob Chemother，2003，52（3）：435.

[10]Yanagihara K，Yoshitomo M，Kazuko F，et al.The proper use of quinolones to the elderly patient with community-acquired pneumonia examined by Monte Carlo simulation[J].Jpn J Antibiot，2007，60（5）：251.

[11]Kameda K，Mizuka M，Kazuro I，et al.Dosing regimen rationalization of biapenem in pediatric patients：use of Monte Carlo simulation[J].Jpn J Antibiot，2009，62（1）：1.

[12]楊 帆.基于蒙特卡洛模擬法優化米諾環素的給藥方案[J].抗感染藥學，2009，6（2）：96.

[13]賈運濤，蔣學華.群體藥動學理論及其應用[J].中國藥房，2004，15（1）：50.

[14]Kuti JL，Nightingale CH，Quintiliani R，et al.Pharmacodynamic profiling of continuously infused piperacillin/tazobactam against Pseudomonas aeruginosa using Monte Carlo analysis[J].Diagn Microbiol Infect Dis，2002，44（1）：5.

[15]Corvaisier S，Charpiat B，Mounier C，et al.Population pharmacokinetics of pyrimethamine and sulfadoxine in children treated for congenital toxoplasmosis[J].Antimicrob Agents Chemother，2004，48（10）：3 794.

[16]Mouton JW，Schmitt-Hoffmann A，Shapiro S，et al.Use of Monte Carlo Simulations to select therapeutic doses and provisional breakpoints of BAL9141[J].Antimicrob Agents Chemother，2004，48（5）：1 713.

[17]Pea F，Viale P，Candoni A，et al.Teicoplanin in patients with acute leukaemia and febrile neutropenia-A special population benefiting from higher dosages[J].Clin Pharmacokinet，2004，43（6）：405.

[18]Landersdorfer CB，Kirkpatrick CMJ，Kinzig-Schippers M，et al.Population pharmacokinetics at two dose levels and pharmacodynamic profiling of flucloxacillin[J].Antimicrob Agents Chemother，2007，51（9）：3 290.

[19]Fernández de Gatta Mdel M，Santos Buelga D，Sánchez Navarro A，et al.Vancomycin dosage optimization in patients with malignant haematological disease by pharmacokinetic/pharmacodynamic analysis[J].Clin Pharmacokinet，2009，48（4）：273.

[20]Dong YZ，Zhao XL，Kreiswirth BN，et al.Mutant prevention concentration as a measure of antibiotic potency：Studies with clinical isolates of Mycobacterium tuberculosis[J].Antimicrob Agents Chemother，2000，44（9）：2 581.

[21]Zhao XL，Eisner W，Perl-Rosenthal N，et al.Mutant prevention concentration of garenoxacin（BMS-284756）for ciprofloxacin-susceptible or resistant Staphylococcus aureus[J].Antimicrob Agents Chemother，2003，47（3）：1 023.

[22]Drlica K，Malik M.Fluoroquinolones：action and resistance[J].Curr Top Med Chem，2003，3（3）：249.

[23]Goessens WH，Mouton JW，ten Kate MT，et al.Role of ceftazidime dose regimen on the selection of resistant Enterobacter cloacae in the intestinal flora of rats treated for an experimental pulmonary infection[J].J Antimicrob Chemother，2007，59（3）：507.

R969.1；R978.1

A

1001-0408（2010）42-4017-04

2010-05-05

2010-06-13）