公共文化服务平台

共 3 条记录，以下是 1-3

全选清除导出

排序方式：

西罗莫司治疗肾移植后排斥反应的疗效、不良反应与其血药浓度的相关性分析被引量：6: 2011年; 目的:观察西罗莫司治疗肾移植后排斥反应时,其疗效、不良反应与血药浓度的相关性。方法:选择52名肾移植术后应用西罗莫司进行免疫抑制治疗的患者为研究对象,其中男性43人,女性9人。采用高效液相色谱(HPLC)法测定西罗莫司血药浓度,同时测定患者的肌酐清除率、肝功能指标、血常规等。结果:共收集西罗莫司血药浓度数据112份。西罗莫司的血药浓度与给药剂量/体重比呈正相关,与体重呈负相关,女性患者血药浓度明显高于男性患者(P<0.05),未发现西罗莫司血药浓度与年龄有明显相关性;西罗莫司的主要不良反应表现为肝功能损伤,将血药浓度分为<8ng·mL-1和>8ng·mL-1组,不同血药浓度组的肝功能差异有统计学意义(P<0.05);西罗莫司的临床疗效确切,将西罗莫司稳态谷浓度分成<4ng·mL-1、4～8ng·mL-1和>8ng·mL-1组,不同血药浓度组其肌酐清除率和肾功能恢复情况差异有统计学意义(P<0.05)。结论:西罗莫司副作用主要表现为肝功能异常,其血药浓度与临床疗效和不良反应均有相关性,西罗莫司稳态谷浓度宜控制在4～8ng·mL-1范围内。; 牟静傅晓华任斌唐蕾; 关键词：西罗莫司肾移植血药浓度排斥反应

人工神经网络模型在肾移植患者西罗莫司个体化给药中的应用被引量：1: 2012年; 目的:建立人工神经网络用于估算西罗莫司血药浓度的方法。方法:收集56例肾移植患者口服西罗莫司的182份全血浓度数据,采用遗传算法配合动量法优化网络参数,建立人工神经网络,并对测试数据进行处理,验证测试结果。结果:人工神经网络平均预测误差(MPE)与平均绝对误差(MAE)分别为(0.31±1.14)、(0.89±0.77)ng·mL-1,32例/次(88.9%)血药浓度数据绝对预测误差≤2.0ng·mL-1。人工神经网络模型准确性及精密度优于多元线性回归及非线性混合效应模型。结论:人工神经网络模型可用于预测西罗莫司血药浓度,指导个体化给药。; 唐蕾傅晓华罗美娟牟静廖丽文何彩婷任斌; 关键词：西罗莫司肾移植人工神经网络

肾移植患者西罗莫司的群体药动学研究被引量：5: 2012年; 目的:建立中国肾移植患者西罗莫司的群体药动学模型,为实施个体化用药提供理论支持。方法:选择47名肾移植术后采用西罗莫司+泼尼松+环孢素或他克莫司或霉酚酸酯(MMF)三联免疫抑制治疗的患者为研究对象,回顾性收集47名患者服药后的101个西罗莫司稳态血药浓度及相应的试验室检查数据,运用Winnonmix药动学软件,采用非线性混合效应模型(NONMEM)分析体重、年龄、性别、给药剂量、合并用药、肌酐清除率等对药动学参数的影响。最终模型的验证采用Jackknife法进行内部验证。结果:西罗莫司符合无滞后时间的一级消除动力学一室模型。固定效应结果量子,合用MMF和体重可影响药物清除率。最终模型公式为:CL/F(L·h-1)=11.01×0.14MMF+0.089×W。CL/F和Vd/F的群体典型值分别是11.01L·h-1和3616L,个体间变异分别为62.82%和85.07%。观测值和预测值间的残差(SD)和相关系数(r)分别是1.0ng·mL-1和0.94。结论:所建立的群体药动学模型能较好地估算服用西罗莫司的肾移植患者的个体及群体药动学参数,对指导临床个体化用药具有重要意义。; 牟静何秋毅傅晓华李世良任斌唐蕾; 关键词：西罗莫司肾移植群体药动学非线性混合效应模型

全选清除导出

共1页<1>

广东省科技计划工业攻关项目(2007B031500003)