XiaoMi-AI文件搜索系统
World File Search System药代
下一代雄激素受体抑制剂的临床药代动力学和药效学-Darolutamide
为了竞争，制造公司必须以最低的成本准时交付。但是，公司目标的实现受到动态影响的阻碍。较短的产品生命周期，减少批量和越来越多的产品和过程的复杂性是对生产和物流产生更大影响的主要挑战[1，2]。在个性化的生产中，每种产品都与先前产品不同的是所需的制造和组装过程以及所需的组件及其在工厂中的流量。这些灵活的工厂环境中的实时配置，控制和决策正在成为关键挑战。基于自组织或自我控制系统的新方法和系统以及物联网理论为组织，计划和控制网络生产环境中灵活的材料流系统提供了有希望的解决方案。为了跟上生产的灵活性要求的加快，这应使配置和法规
口服头孢曲霉轴，头孢菌素和头孢菌素是否足以治疗静脉治疗后切换后不复杂的急性吡咯肾炎？药代动力学/药效学角度
全国多中心研究。诊断微生物感染。2010; 67：251–60。16。Kresken M，Körber-Irrgang B，Biedenbach DJ，Batista N，Besard V，CantónR等。在三个欧洲国家，口服抗菌剂对肠杆菌的口服抗菌剂的比较性活性。临床微生物感染。2016; 22，3.e1–63.e5。 17。 Craig WA。 药代动力学/药效学参数：小鼠和男性抗菌剂量的基本原理。 临床感染。 1998; 26：1-12。 18。 drusano gl。 抗菌药效学：“虫和药物”的批判性相互作用。2016; 22，3.e1–63.e5。17。Craig WA。 药代动力学/药效学参数：小鼠和男性抗菌剂量的基本原理。 临床感染。 1998; 26：1-12。 18。 drusano gl。 抗菌药效学：“虫和药物”的批判性相互作用。Craig WA。药代动力学/药效学参数：小鼠和男性抗菌剂量的基本原理。临床感染。1998; 26：1-12。 18。 drusano gl。 抗菌药效学：“虫和药物”的批判性相互作用。1998; 26：1-12。18。drusano gl。抗菌药效学：“虫和药物”的批判性相互作用。
第 26 章-先进药物输送系统的药代动力学和药效学
1.1 药代动力学模型药代动力学建模的主要目的是确定药物在体内给药后的突出特性。这不仅可以提供评估，还可以提供在病理和生理条件下研究药物作用的强度和持续时间[4]。药代动力学模型可以被视为经验模型或解释模型（机械模型）。经验模型主要基于数学，涉及研究给定生物器官或体液样本中药物随时间变化的浓度。相反，解释模型涉及药代动力学的解剖学假设。因此，一般的房室模型被认为是解释模型，因为它们将生物体划分为不同的区室或区域，以便吸收、分布和消除所施用的药物[5, 6]。基于生理的模型也归类为机械模型。除了经典的房室建模方法外，非房室建模方法也正在兴起。
药代动力学和 AUC 复习
MIC：最低抑菌浓度 (MIC) 是抑制可见细菌生长所需的最低抗菌药物量。MIC 值取决于您使用的抗菌药物类型以及细菌对特定抗菌药物的耐药性。例如，MIC=1 mg/L 表示 1 mg/L 药物可抑制可见细菌生长。有多种方法可以测量 MIC，但黄金标准是使用一种称为肉汤微量稀释 (BMD) 的技术。在万古霉素指南 (Rybak, et al. 2020) 中，他们提到要实现的目标药效学参数是 AUC/MIC 比率（基于 BMD）为 400-600。但是，他们继续说，如果 AUC 小于每 BMD 1 mg/L，则无需降低剂量。
靶向给药吸入性羟氯喹脂质体治疗新冠肺炎的策略：一项非临床药代动力学研究
。CC-BY-NC-ND 4.0 国际许可，未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者（此版本于 2020 年 7 月 10 日发布。；https://doi.org/10.1101/2020.07.09.196618 doi：bioRxiv preprint
群体药代动力学和
多粘菌素 B 是治疗多重耐药革兰氏阴性细菌感染的最后一种治疗选择。本研究旨在开发一种群体药代动力学模型和有限抽样策略，即使用有限数量的样本来估计浓度曲线下面积 (AUC) 的方法，以协助中国患者对多粘菌素 B 的治疗药物监测。使用 Phoenix ® NLME 对 46 名成年患者在稳定状态下获得的数据进行群体药代动力学分析。研究了各种人口统计学变量作为群体药代动力学建模的潜在协变量。使用组内相关系数和 Bland-Altman 分析验证了基于贝叶斯方法和多元线性回归的有限抽样策略。结果，数据用二室群体药代动力学模型描述。通过建模发现，肌酐清除率是影响多粘菌素 B 清除率的具有统计学意义的协变量。有限取样策略显示，两点模型（C 0h 和 C 2h ）可以预测多粘菌素 B 暴露量，具有良好的线性相关性（r 2 > 0.98），四点模型（C 1h 、C1 .5h 、C 4h 和 C 8h ）在预测多粘菌素 B AUC 方面表现最佳（r 2 > 0.99）。总之，本研究成功建立了可用于临床实践的群体药代动力学模型和有限取样策略，以协助中国患者多粘菌素 B 治疗药物监测。
第 21 章 计算机辅助预测药代动力学 (ADMET) 特性
ADMET 预测技术的发展始于 1863 年，当时它关注的是传统的药物溶解度对毒性影响的测定。后来，人们开始更加关注 ADMET 的研究，首先通过测量药物的水溶性以及体外测试（ Dearden，2007 ）。成功的药物开发除了良好的疗效外，还必须具有良好的 ADMET 特性。新技术在药物 ADMET 特性预测中的应用将药物开发操作提升到了一个更高的水平。在过去的几十年里，计算机预测技术已被证明可以与体内和体外测试一起应用于药物发现和开发方法（ Moroy 等，2012 ）。计算机技术已经被引入到药物开发和发现领域，作为一种在早期阶段预测药物 ADME 特性的工具（ Boobis 等，2002 ）。
转化药代动力学 - 手术学建模，用于口服的新型新型淋巴瘤激酶和C-ROS癌的新型抑制剂1
摘要一种口服的大环小分子，PF06463922 [（（10 R）-7-Amino-12-氟-2,10,16-三甲基-15-oxo-10,15,16,16,16,17-15,17- tetrahydro-2 tetrahydro-2 H -8,4-（Metheno）pryrazolo [4,3-3-3-3-3-3-3-3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3，3,3,3,3，3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3，3,3,3,3,3,3,3,3,3,3,3,4二氮杂环二环烷-3-碳硝基]，是一种变性淋巴瘤激酶（ALK）和C-ROS癌基因1（ROS1）的选择性抑制剂。The objectives of the present study were to charac- terize the pharmacokinetic-pharmacodynamic relationships of PF06463922 between its systemic exposures, pharmacody- namic biomarker (target modulation), and pharmacologic response (antitumor efficacy) in athymic mice implanted with H3122 non – small cell lung carcinomas expressing echinoderm微管相关的蛋白质样4（EML4） - 烷突变（EML4-ALK L1196M）和表达CD74- ROS1的NIH3T3细胞。在这些非临床肿瘤模型中，PF06463922分别以EML4-ALK L1196M和CD74- ROS1的方式口服，分别为每次剂量的0.3 - 20和0.01 - 3 mg/kg，分别为每次剂量两次。等离子体浓度时间曲线