在II期和III期临床试验中，出于后续分析是否存在严重影响药物暴露量的内外因素以及搭建暴露量-效应分析模型的需求，往往需要设计稀疏的采血点用于群体药代动力学建模。中国CDE和美国FDA分别于发布2020年[1]和2022年[2]发布了群体药代动力学指导原则[1]，提出以下三种设计稀疏采血点的设计思路。
1.为受试者随机分配基于最佳设计方法得到的采样时间。单个受试者样本数量和采样时间亦需基于最佳设计方法确定。
2.单个受试者随机采集两个或多个样本，总体样本合并使用时可覆盖整个给药间隔。
3.受试者在指定时间进行稀疏采样，通常为谷浓度或峰浓度。
设计思路1中的最佳设计方法，即为ED-最优设计方法[3]，在已有模型的基础上可评估使用拟定的稀疏采血点搭建群体药代动力学模型后各参数值，从而确定受试者的采样时间。
那么看一个案例-应用最佳设计方法设计伊立替康的III期采血点。
一、使用已有数据搭建群体药代动力学模型
群体药代动力学模型搭建阶段纳入了来自4个独立临床试验221例晚期实体瘤活淋巴瘤患者，受试者人口学基线和临床特征详见表1。总计3027个伊立替康和3013个SN-38的血药浓度样本用于搭建群体药代动力学模型，其中SN-38有3.4%（101）的样本的血药浓度低于定量下限，这部分样本将采用M4方法填补。
群体药代动力学模型将采用已有文献报道的模型结构，其中伊立替康为3房室模型，而SN-38为2房室模型，具体详见图1。最终模型纳入3个协变量，分别是体表面积（BSA），基线总胆红素（TBIL），和联合用药（5-FU（氟尿嘧啶）+ LV（亚叶酸钙）和贝伐珠单抗，COADM），具体如下：
图1 群体药代动力学结构示意图
图2 模拟拟合优度图
拟合优度图如图2所示，群体预测（PPRED）和个体预测（IPRED）与观测浓度的曲线分布在统一线附近，表明该模型能很好地描述数据。条件加权残差（CWRES）沿y = 0线随机分散，均匀分布，表明模型预测没有偏倚（图2）。VPC图表明CPT-11和SN-38的观测浓度和预测浓度之间存在足够的一致性，对于CPT-11和SN38，分别有6%（共3027个数据点中的185个数据点）和7%（共3013个数据点中的208个数据点）的观测浓度落在90%的预测区间之外，详见图3。
原始数据集的参数估计值与自举法重复估计的参数值的中位数非常吻合。除了联合用药-V1和OMEGA-Q3之外，所有参数的最终模型参数估计值与自举法参数估计值的中位数之间的差异小于5%，表明模型稳定，参数值稳健。
图3 VPC图
表2 最终模型参数与自举法参数汇总表
二、基于最佳设计方法设计采样点
模拟生成200名虚拟患者，接受持续1.5小时的CPT-11静脉输注，剂量为180 mg/m2 + 5FU/LV。在假设虚拟患者的临床和人口学特征与原始患者相似的基础上，利用原始总体分布的均值和标准差生成虚拟患者的每个临床或人口学特征。虚拟患者的个体CPT-11和SN-38血浆浓度随时间变化曲线是基于最终群体平均、受试者间变异性（BSV）和从最终群体药代动力学模型获得的剩余变异性的最终估计值生成的。
基于最佳设计方法设计以下两个模型：1.开始输注后0~6h的任何时间点获取2~6个采血点；2.开始输注后0~6h和22~26h的任何时间点获取2~6个采血点。
Model 1拟合的最佳采样设计为给药开始后0.25、2.75、5、5.5和6 h，所有参数的%RSE均在4~23之间；Model 2拟合的最佳采样设计为给药开始后1.5、3.5、4、5.75、22和23.5 h，所有参数的%RSE均在0~13之间，详见表3。
表3 最佳采样设计模型%RSE结果汇总表
为了更有效的设计，开发了最佳采样窗口，以提供灵活的血液采样时间。为评估最佳采样窗口预测性能，使用线性回归比较预测值与个体药代参数（CL14、CL40，分别是伊立替康与SN-38的清除率），其中%ME（平均误差百分比）用于评估回归模型偏倚(−5% < %ME< 5%)，%MAE（平均绝对误差百分比）和%RMSE（均方根误差百分比）用于评估预测性能(%RMSE< 20%)。
回归结果可见，模型1和2分别需要4个和3个采样窗口（每个时间窗口各一个样本），以保持至少90%的药代动力学参数估计效率（即100个模拟数据集中至少有90个数据集，在对应的最佳采样窗口设计下，可实现与最佳采样设计时间点同等的效力），详见表4，其中模型1的CL40表现出10.16%的偏倚，未达到事先指定的水平，而模型2则表现出更小的偏倚，和更好的预测性能。两种建议的总体性能可接受的最佳采样设计为：模型1为0.25、[2.75-3]、5、[5.5-6]小时，模型2为1.5、[3 - 5.75]、[22-23.5]小时。
表 4 基于两种最佳抽样设计的药代动力学参数估计的预测性能汇总表
此案例提供了两种在实践中可选择的采样设计，最佳采样设计1在给药开始后0~6h采集4个血药浓度样本用于拟合药代参数，此设计对于并不想第二天仍然往返医院采集血药浓度样本的受试者是较为方便的；最佳采样设计2在给药后开始0~24h采集3个血药浓度样本，相较于最佳采样设计1，此设计少采集了一个血药浓度样本，却需要第二天仍然往返医院采集血药浓度样本，此设计对于不在乎第二天仍然往返医院采集血药浓度样本，却少采集一个血药浓度样本的受试者来说，是较为方便的。
总结
综上，基于ED-最优设计方法设计最佳采样设计，在已有群体药代动力学模型的基础上，在临床试验中可结合临床实际情况，在最大程度方便受试者，提高采样设计可执行度，减少每个受试者血药浓度采集样本数量的基础上，保证后续搭建群体药代动力学参数的可靠性。
参考文献
1.Food and Drug Administration, Population Pharmacokinetics Guidance for Industry, 2022
2.Center for Drug Evaluation, 群体药代动力学研究技术指导原则, 2020
3.Dodds MG, Hooker AC, Vicini P. Robust population pharmacokinetic experiment design. J Pharmacokinet Pharmacodyn. 2005 Feb;32(1):33-64.
4.Karas S, Etheridge AS, Tsakalozou E, Ramírez J, Cecchin E, van Schaik RHN, Toffoli G, Ratain MJ, Mathijssen RHJ, Forrest A, Bies RR, Innocenti F. Optimal Sampling Strategies for Irinotecan (CPT-11) and its Active Metabolite (SN-38) in Cancer Patients. AAPS J. 2020 Mar 17;22(3):59.
5.Beal SL. Ways to fit a PK model with some data below the quantification limit. J Pharmacokinet Pharmacodyn. 2001 Oct;28(5):481-504.
