基于PK/PD原理优化抗微生物药的给药方案

赵耀辉，杨帆（1.河北正定县中医院，石家庄市 050800；.华南农业大学兽医学院，广州市 51064）

基于PK/PD原理优化抗微生物药的给药方案

赵耀辉1＊，杨帆2（1.河北正定县中医院，石家庄市 050800；2.华南农业大学兽医学院，广州市 510642）

＊主治医师。研究方向：临床药学。电话：0311-88022716。E-mail：zyh958365@163.com

目前病原微生物的耐药性已成为国内、外学者们普遍关注的一个话题，而且新药的研发速度远远低于耐药性的产生速度。一种抗微生物新药经过高成本和长周期的漫长研发及全面的临床前评价后，往往在应用于临床不久就出现耐药菌，而且研究已经证实耐药性能够通过质粒介导由一种病原微生物转移到另一种病原微生物，这更引起了公共卫生学家的恐慌。因此在微生物感染的临床治疗中，如果能够利用药动学（Pharmacokinetics，PK）与药效学（Pharmacodynamic，PD）原理，通过合理选择药物及优化给药方案来提高治疗效果及降低（或防止）耐药性的产生，意义将十分重大。本文就PK-PD同步模型、蒙特卡洛模拟（Monte Carlo Simulation，MCS）、群体中的PK-PD同步模型、防突变浓度及突变选择窗理论等作一综述。

1 确定临床给药方案的常用方法[1]

目前欧洲药物评审组织（EMEA）及美国食品药物管理局（FDA）所认可的抗微生物药的临床给药方案均是通过剂量滴定法（Dose-titration）或临床试验法来确定的，这2种方法除了所使用的模型不同外（剂量滴定法以疾病感染动物模型进行给药方案的确定，而临床试验法则以临床中发病个体进行研究），其他均较相似。这些方法分析临床的“滴定”终末点（如治疗成功与失败等）的典型范围，进而得出具有统计学显著效应的剂量方案，该剂量方案能够达到临床有效的治疗目的。但是这些方法存在如下缺点：首先，这2种方法对抗微生物药的剂量与效应间关系的研究并不深入，而且方法所必需的平行设计缺乏敏感性，因此仅用临床终末点区别2个不同给药剂量的疗效通常比较困难。其次，2种方法均以临床有效为判定指标，但实际上最佳给药方案不但要达到临床有效的目的，还应能够防止耐药性的产生。

2 临床给药方案确定的新方法及新理论

2.1 PK-PD同步模型

长久以来，临床工作者通常以抗微生物药在体外的静态的最小抑菌浓度（MIC）值来确定该药物的杀菌能力，但实际上抗微生物药在机体内与病原微生物间的相互作用要比体外静止过程复杂得多，这是因为这一过程中涉及到机体、药物与病原微生物间的“化疗三角”关系。20世纪80年代以后，随着研究的不断深入，人们开始认识到利用PK-PD同步模型能够定量阐明一定剂量下药物所引起的药理作用（效应）随时间变化的过程，并有助于分析患者个体间的药效差异，从而能够最终确定临床治疗的最佳给药方案。

PK-PD同步模型将PK模型和PD模型联系起来，能更清楚地揭示剂量-浓度-效应关系及反应时间过程。抗微生物药的PK-PD同步模型按数据获得方式的不同可分为体外模型（in vitro model）、半体内模型（ex vivo model）和体内模型（in vivo model）。体外模型一般是先通过蠕动泵将代表不同隔室的细菌培养液联接起来，然后在代表感染部位的隔室中接种细菌（模拟感染过程）并在相应隔室内给药，感染部位隔室后多有1个或多个0.22 μm的滤膜，细菌因滤膜的过滤作用只停留在感染部位，而药物会通过蠕动泵提供的动力从给药室到达各个隔室并透过滤膜进入感染室，这样在不同时间点对感染室采样，然后进行细菌计数及药物含量测定就会得到药物浓度-效应-时间的关系；体内模型则是通过在实验动物体内预先埋植组织笼，然后在组织笼内接种细菌，再按一定方式给药，之后于不同时间点采集组织液进行细菌计数及药物含量测定，进而得到药物浓度-效应-时间关系；而半体内模型则于组织笼埋植成功后，不接种细菌，直接给药，然后定点采集组织液，用该组织液于体外进行抑菌试验，同时测得不同时间点组织液中药物浓度，进而得到药物浓度-效应-时间关系。

Nolting等于1996年首次建立了体外PK-PD同步模型来研究哌拉西林对大肠杆菌的抗菌效果，结果显示经修正的Emax模型是该药的最佳药效学指标，且该药对大肠杆菌的最大杀菌半衰期是25 min。试验认为增加哌拉西林的给药次数能够更有效地治疗大肠杆菌感染。2002年，Komatsu等[2]利用β-内酰胺类药物的Ⅰ期临床药动学数据，并结合美国临床实验室标准化委员会（NCCLS）公布的细菌MIC折点值，计算了β-内酰胺类药物的TAM值（血药浓度高于MIC时间占给药间隔的百分数，%）。研究者进一步以TAM大于40%为有效治愈指标分析了肠杆菌和葡萄球菌感染的常见治疗方案。Slavik等[3]则介绍了非肠道给药的感染治疗中如何应用PK-PD同步模型对不同种类的抗微生物药进行给药方案的优化。de la Peña等[4]建立了一个半体内PK-PD同步模型来研究头孢克洛对4种不同细菌（大肠杆菌、黏膜炎莫拉菌、流感嗜血杆菌和肺炎链球菌）的杀菌效果。试验中研究者将以上4种菌株分别暴露在服用头孢克洛后不同时间点采集到的组织细胞间液中，获得细胞间液中药物的杀菌曲线。研究者还应用这一模型比较了不同给药方案的治疗效果，结果证明头孢克洛每日3次的给药方案治疗效果最佳。Sato等[5]分析了多种抗生素对不同病原微生物的杀菌动力学特性，获得了这些药物的动态PD参数及不同病原微生物在不同抗生素联用作用下的生长速率，他们进一步分析了各种药物的PD特性与动态PD参数及生长速率间的内在联系，最终制定了可以预测抗生素PD特性的新标准。史慧卿等[6]则从基本理论、建立方法及应用价值等3方面对PK-PD同步模型进行了详细综述。文章认为PK-PD同步模型在指导临床用药、新药疗效预测、手性药物作用效应预测、药物相互作用结果预测、药物作用机制及药物耐受机制研究等方面均能起到巨大作用。

2.2 MCS

传统的PK-PD同步模型，虽考虑了药物浓度随时间的持续变化，但未将不同个体对药物处置过程的差异及不同患者所感染细菌的敏感性差异考虑进去，因此利用该法制订的给药方案往往只对个体有效，不能保证对所有患者群体都有效。MCS是一种基于“随机数”的计算方法，该方法通过随机产生符合某一药物药动学参数分布的数据和细菌对该药物敏感性的数据后，以这些数据为基础计算出能够代表该药效应指标的PK-PD指数值，最后通过统计该指数值的达标率来判断该给药方案的治疗效果。该方法既考虑了不同个体对药物处置过程的差异，又考虑了病原微生物对药物敏感性的差异，并可以通过多次模拟（5 000次或10 000次，甚至更多次）来提高预测结果的准确性。MCS在建模数据选用充足的情况下能够保证所有患者群体的有效治疗。

MCS的过程是先对患者所感染病原微生物进行药敏试验，选择出敏感药物并得出该微生物对该药物的敏感性差异分布（表现为MIC值的差异），再收集该药物在不同个体内的PK参数差异分布，该差异一般以PK参数（平均值±SD）来表示，PK参数则包括：药-时曲线下面积（AUC）、峰浓度（Cmax）等，之后再利用计算机程序随机产生符合以上分布的PK参数及MIC值，进行多次模拟，最终计算并统计出PK-PD指数达标率，进而获得对群体有效的给药方案。而有效治愈指标则通过前面介绍的体内、半体内或体外PK-PD同步试验获得。

2001年，Ambrose等[7]最先在学术会议上公布了利用MCS进行抗微生物药治疗效果评价的研究。该研究比较了哌拉西林/三唑巴坦（P-T）和头孢吡肟（PIM）对抗产超广谱β-内酰胺酶的肠杆菌感染的疗效。P-T的给药方案为每隔4 h或6 h口服3.375 g，PIM的给药方案则是每隔12 h口服2 g。模拟结果显示：每隔4 h或6 h口服3.375 g P-T的治愈率分别为88.9%和75.3%，而PIM的治愈率则为99.4%。Ambrose等[8]还应用MCS比较了不同的时间依赖性药物在口服给药方案下的治疗效果，研究中比较了阿莫西林/克拉维酸的2种不同给药方案：每隔8 h口服500 mg和每隔12 h口服875 mg。模拟结果表明：不论是对肺炎链球菌感染的治疗，还是对流感嗜血杆菌感染的治疗，前一给药方案的治疗效果均高于后者。2003年，Ambrose等[9]又利用MCS研究了加替沙星在肺炎链球菌感染的老年患者中的给药方案，研究结果显示65岁以上患者每日服用200 mg加替沙星与每日服用400 mg加替沙星相比，AUC0～24大于或等于60～70 mg·h·L－1的概率会更高，而且剂量减少并未影响疗效，因此提示老年患者服用加替沙星治疗肺炎链球菌感染时，可以适当降低给药剂量。Yanagihara等[10]对获得性肺炎患者进行了类似的研究，结果同样表明老年患者在治疗中可以适当降低给药剂量。Kameda等[11]利用MCS优化了比安培南在儿科患者中的给药方案，研究结果表明体质量为20 kg的肺炎链球菌和铜绿假单胞菌感染患儿所需的亚胺培南给药剂量分别为5、10 mg·kg－1，每日2次。2009年6月，杨帆[12]于国内首次报道了MCS在给药方案优化方面的实验性文章。文中详细介绍了进行MCS常用软件Crystal ball®的使用方法，并以米诺环素为例分析了解脲脲原体感染的给药方案，结论为米诺环素在静滴给药途径下按50、100、200 mg剂量给药均能达到较好的治疗效果，但考虑到四环素类药物的毒副作用和治疗成本等问题，推荐按50 mg剂量静滴给药。

2.3 群体中的PK-PD同步模型

前面已经提到：不同患者因为生理及病理因素的差异（如年龄、性别、体质量、疾病状况等），对同一药物的处置过程差别巨大。如果能够依据不同患者生理及病理因素的差异来优化个体给药方案，将具有深远意义，因此有人提出利用群体PK-PD同步模型来制订给药方案。该模型包括2部分：群体药动学（Population Pharmacokinetic，PPK）和群体药效学（Population Pharmacodynamic，PPD）。PPK研究药物动力学特性中存在的变异性，即给予标准剂量药物时患者个体之间血药浓度的变异性，定量考察患者群体中药物浓度的决定因素，即群体药动学参数，包括群体典型值、固定效应参数、个体间变异、个体自身变异等[13]。PPD是将药效学模型与群体统计分析模型结合，通过血药浓度和药物效应的监测，研究群体中药物疗效与体内药物浓度的量化关系。

Kuti等[14]将MCS与PPK结合起来研究了哌拉西林/三唑巴坦对抗铜绿假单胞菌的药效学特征。Corvaisier等[15]利用PPK原理研究了乙胺嘧啶和磺胺多辛对幼儿先天性弓形虫病的治疗效果。研究结果表明乙胺嘧啶（1.25 mg·kg－1，每日2次）和磺胺多辛（25 mg·kg－1，每日2次）连用10 d治疗效果显著。Mouton等[16]将MCS和PPK结合起来制订了BAL9141（一种新的头孢菌素类药物）的给药方案：750 mg，q12 h。Pea等[17]利用PPK原理制订了替考拉宁在急性白细胞过多症患者的最佳给药方案：第1天分别给予12 mg·kg－1和6 mg·kg－1负荷剂量的替考拉宁（间隔12 h），第2天再分别给予9 mg·kg－1和6 mg·kg－1负荷剂量的替考拉宁（间隔12 h），随后保持每12 h给予6 mg·kg－1的维持剂量。Landersdorfer等[18]利用群体PK-PD同步模型研究了氟氯西林对葡萄球菌的药效学折点。de Gatta等[19]则利用群体PK-PD同步模型制订了万古霉素在不同恶性血液病患者中的最佳给药方案：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的不同患者所需的万古霉素剂量分别为1 500、3 000、4 000 mg·d－1。从以上可知PPK能够将年龄、性别、体质量、疾病状况等相关因素对药物PK和PD过程的影响量化，进而能够针对处于不同生理及病理状态下的患者实施更科学的个体化给药。

2.4 防突变浓度及突变选择窗理论

传统理论认为细菌长期暴露在亚抑菌浓度的抗微生物药下容易产生耐药性。但在1999年，Dong等最先提出了一个不同的理论，该理论认为抗微生物药在杀灭病原菌过程中存在一个防突变浓度（Mutant Prevention Concentration，MPC），该浓度高于MIC值。在该浓度以上细菌不容易产生耐药性，但一旦药物浓度介于MIC与MPC之间时，细菌极易产生耐药性。Dong等[20]进一步将该浓度范围定义为突变选择窗（Mutant Selection Window，MSW），并提出选择指数的概念（Selection Index，SI，SI＝MPC/MIC）。该理论认为药物的SI越小，其防突变能力越强。自MPC及MSW理论提出以来，许多研究者积极开展了体外（in vitro）、半体内（ex vivo）及体内（in vivo）试验来验证该理论，并试图通过该理论制订出更合理的给药方案以降低耐药性的发生。

目前关于浓度依赖性药物氟喹诺酮（FQNs）的MPC和MSW的研究较多，这些研究主要集中在分枝杆菌、肺炎链球菌和铜绿假单胞菌中及对该理论的更深入探讨上。2003年，Zhao等[21]经测定得出氟喹诺酮类新药加雷沙星（BMS-284756）对2株金黄色葡萄球菌临床分离株的MPC值分别为0.3、0.2 μg·mL－1，同时研究中也比较了其它FQNs对这2株菌的MPC值，结果如下：环丙沙星为4、3 μg·mL－1；左氧氟沙星均为2 μg·mL－1；加替沙星均为0.5 μg·mL－1。以上结果显示加雷沙星的MPC远低于其它FQNs。早在2003年，Drlica等[22]就提出可以通过联合给药来减小或关闭MSW，即通过联合用药降低MPC值，当MPC值降到与MIC值相等时即达到了关闭MSW的目的。这也可能是因为几种作用机制不同的药物，在临床安全剂量下单方使用时虽难以维持血药浓度持续高于MPC值，但联用后不同时间血药浓度出现叠加，进而实现血药浓度持续高于MPC的目的，并最终降低对耐药菌的选择。2007年，Goessens等[23]首次测定了时间依赖性抗微生物药（头孢他啶）对阴沟肠杆菌的MPC值，并应用MSW与MPC理论研究了头孢他啶的不同给药方案对阴沟肠杆菌耐药性的影响，结果表明头孢他啶每日的给药剂量处于12～25 mg·kg－1之间及50～100 mg·kg－1之间时，阴沟肠杆菌最易产生耐药性。该研究表明时间依赖性抗微生物药也可以通过MSW和MPC理论来优化给药方案。

3 应用PK/PD原理优化临床给药方案的局限性

首先，应用PK/PD原理优化临床给药方案需要先确定能够代表药物疗效（临床有效及细菌学有效——能防止耐药性产生）的最佳PK-PD指标及该指标的折点值，这些一般是通过体外、半体内和体内试验获得的。体外试验虽简单，但并未考虑机体自身的抵抗力；半体内试验相对简单，但仍不能完全反映药物在机体内与病原菌间的相互作用；体内试验得出的折点值最可信，但该方法也最难建立。而且随着抗微生物药的不断应用，最佳PK-PD指标折点值也会发生相应的变化，这一点也是要考虑的。

其次，机体内胃肠道中均存在着一定数量的有益共生菌，但当一些生物利用率低的药物以口服形式给药时，这些共生菌必然会受到影响：肠道共生菌在这些药物的持续作用下必然会产生耐药性，并有可能逐步将相关耐药基因传递给病原菌，从而引起病原微生物的耐药。因此，如何应用PK/PD原理制订出既对病原菌感染的治疗有益，又对肠道共生菌无害的给药方案，这一点还需进一步研究。目前一般的建议是，口服生物利用度过低或主要经胆汁以药物原型或具有抗菌活性的代谢物形式排泄的抗微生物药，尽量不要通过口服形式给药。

[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 Peña A，Gräbe 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，何凤慈.药动学/药效学结合模型：药理学研究新视角[J].中国药房，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]杨 帆.基于蒙特卡洛模拟法优化米诺环素的给药方案[J].抗感染药学，2009，6（2）：96.

[13]贾运涛，蒋学华.群体药动学理论及其应用[J].中国药房，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）