查看“︁曲线下面积 (药物代谢动力学)”︁的源代码

[[File:Linear_PK_Example.png|right|thumb|400x400px|每 24 小时口服给药后 96 小时内药物血浆浓度的时间进程。在稳态和线性药代动力学中，AUCτ=AUC∞。 <ref>[https://sepia.unil.ch/pharmacology/index.php?id=100 Pharmacokinetics Online Resource] [[洛桑大學|University of Lausanne]]<span> Faculty of Biology and Medicine (FBM)</span></ref>大约 5 × 12 = 60 小时后达到稳态。该图展示了药物血浆浓度的典型时间过程，并解释了主要的药代动力学指标]]
在[[药物代谢动力学]]领域，'''曲线下面积'''（英文：'''{{lang|en|Area Under the Curve}}'''，简写：'''AUC'''）是指：[[血浆]]中[[药物]][[浓度]]随时间的[[积分|定积分]]，该积分可通过[[液相色譜法-質譜聯用|液相色谱-质谱]]法进行计算。<ref name="Maurer 2005 pp. 310–318">{{Cite journal |last=Maurer |first=Hans H. |year=2005 |title=Multi-analyte procedures for screening for and quantification of drugs in blood, plasma, or serum by liquid chromatography-single stage or tandem mass spectrometry (LC-MS or LC-MS/MS) relevant to clinical and forensic toxicology |journal=Clinical Biochemistry |publisher=Elsevier BV |volume=38 |issue=4 |page=310–318 |doi=10.1016/j.clinbiochem.2005.01.014 |issn=0009-9120 |pmid=15766732}}</ref>在药理学实践中，会在某些离散时间点上测量药物浓度，并基于[[梯形公式|梯形法则]]进行AUC的估算。在药理学中，药物的血浆浓度随服药后时间的面积积分，可显示药物在体内的暴露（{{lang|en|exposure}}）程度以及药物在体内的清除速率。<ref>{{Cite web|last=|title=Assessment of Pharmacologic Area Under the Curve When Baselines are Variable|url=https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3152796/#:~:text=In%20pharmacology%2C%20the%20area%20under,clearance%20rate%20from%20the%20body.|access-date=|website=National Library of Medicine|archive-date=2023-05-26|archive-url=https://web.archive.org/web/20230526183055/https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3152796/#:~:text=In%20pharmacology%2C%20the%20area%20under,clearance%20rate%20from%20the%20body.|dead-url=no}}</ref>

== AUC的意义及用途 ==
<math>AUC_{0 - \infty}</math>，代表时间从零（服药开始）至无穷大（药物完全从体内清除）期间的AUC值，即随时间推移药物在体内的总暴露量。若需确定同剂量的两种不同剂型是否暴露量等同，例如[[膠囊劑|胶囊]]和[[片剂]]是否可在[[组织 (生物学)|组织]]中有相等的暴露量时，AUC通常作为关键的指标进行测定。<ref name="McGraw-Hill">{{Cite book | author = Shargel, L.; Yu, A.B. | year = 1999 | title = Applied biopharmaceutics & pharmacokinetics | edition = 4th ed. | location = New York | publisher = McGraw-Hill | id = ISBN 978-0-8385-0278-5}}</ref>

AUC可用于对具有较窄[[治療指數|治疗指数]]的药物[[治療藥物監控|进行治疗药物监测]]。例如，[[庆大霉素]]是一种具有肾毒性（可损害[[腎|肾脏]]）和耳毒性（可损害听力）的[[抗生素]]；通过测量患者血浆中[[庆大霉素]]的浓度并测算AUC，可指导该药物的用药剂量。<ref>{{Cite journal |last=Hodiamont |first=Caspar J. |last2=van den Broek |first2=Annemieke K. |last3=de Vroom |first3=Suzanne L. |last4=Prins |first4=Jan M. |last5=Mathôt |first5=Ron A. A. |last6=van Hest |first6=Reinier M. |date=2022 |title=Clinical Pharmacokinetics of Gentamicin in Various Patient Populations and Consequences for Optimal Dosing for Gram-Negative Infections: An Updated Review |url=https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9349143/ |journal=Clinical Pharmacokinetics |volume=61 |issue=8 |page=1075–1094 |doi=10.1007/s40262-022-01143-0 |issn=0312-5963 |pmc=9349143 |pmid=35754071 |access-date=2023-06-03 |archive-date=2023-05-27 |archive-url=https://web.archive.org/web/20230527061802/https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9349143/ |dead-url=no }}</ref>

AUC还可计算出一段时间内的血浆中药物的平均浓度（AUC/t）。此外，在研究药物清除时也会参考AUC数据，其中有机体清除量（质量）= 清除率（体积/时间）* AUC（质量*时间/体积）。<ref>{{Cite web|title=Useful Pharmacokinetic Equations|url=https://pharmacy.ufl.edu/files/2013/01/5127-28-equations.pdf|website=University of Florida|access-date=2023-06-03|archive-date=2023-03-05|archive-url=https://web.archive.org/web/20230305135627/https://pharmacy.ufl.edu/files/2013/01/5127-28-equations.pdf|dead-url=no}}</ref>

== AUC和生物利用度 ==
在[[药物代谢动力学|药代动力学]]中，[[生物利用度]]通常是指：相对于全部服药量，药物被人体吸收并可产生[[生物学]]效应的比例。这个评估生物利用度的过程中，通常需要定量测算AUC。为确定各个不同给药方式下的AUC值，通常使用C-14标记药物和[[质谱法|加速质谱]]（{{lang|en|accelerated mass spectrometry}}，AMS）收集[[血清]]浓度与时间的关系图。<ref>{{Cite journal |last=Lappin |first=Graham |last2=Rowland |first2=Malcolm |last3=Garner |first3=R Colin |year=2006 |title=The use of isotopes in the determination of absolute bioavailability of drugs in humans |url=http://informahealthcare.com/doi/abs/10.1517/17425255.2.3.419 |journal=Expert Opinion on Drug Metabolism & Toxicology |volume=2 |issue=3 |page=419–427 |doi=10.1517/17425255.2.3.419 |pmid=16863443 |s2cid=2383402 |access-date=2023-06-03 |archive-date=2023-04-26 |archive-url=https://web.archive.org/web/20230426105728/https://informahealthcare.com/doi/abs/10.1517/17425255.2.3.419 |dead-url=no }}</ref>

[[生物利用度]]可以根据测量“绝对生物利用度”或“相对生物利用度”来进行计算。<ref name="McGraw-Hill"></ref>

=== 绝对生物利用度 ===
绝对生物利用度（{{lang|en|absolute bioavailability}}，F<sub>abs</sub>）是指：药物通过[[血管外]]剂型给药时，包括口服[[片剂]]、[[栓剂]]、[[皮下注射]]等剂型的生物利用度，与[[靜脈注射|静脉内]]给药（{{lang|en|intravenously}}，IV）之生物利用度的比值。其测量值计算如下：非静脉剂型给药的AUC与静脉给药的AUC的比值，再乘以每种剂型各自的剂量进行校正，即得到绝对生物利用度F<sub>abs</sub>。<ref name="Srinivasan">{{cite journal |author1=Srinivasan, V. Srini |title=Bioavailability of Nutrients: A Practical Approach to In Vitro Demonstration of the Availability of Nutrients in Multivitamin-Mineral Combination Products |journal=The Journal of Nutrition |date=2001 |volume=131 |page=1349–1350}}</ref>

: <math>F_{\text{abs}} = \left( \frac{\text{AUC}_{\text{non-IV}}}{\text{AUC}_{\text{ IV}}}\ \right) \times \left( \frac{\text{Dose}_{\text{ IV}}}{\text{Dose}_{\text{non-IV}}}\ \right)</math>
其中：
* AUC<sub>non-IV</sub>：非静脉剂型给药下的AUC
* AUC<sub>IV</sub>：静脉给药的AUC
* Dose<sub>non-IV</sub>：非静脉剂型给药的剂量
* Dose<sub>IV</sub>：静脉给药的剂量

=== 相对生物利用度 ===
相对生物利用度Frel（{{lang|en|relative bioavailability}}，F<sub>rel</sub>）是指：两种不同剂型之间的生物利用度的比值。同样，通过各自剂型下AUC的值进行比较，再使用相对剂量进行校正即得到相对生物利用度F<sub>rel</sub>。<ref name="Srinivasan"></ref>

: <math>F_{\text{rel}} = \left( \frac{\text{AUC}_{\text{dosageA}}}{\text{AUC}_{\text{dosageB}}}\ \right) \times \left( \frac{\text{Dose}_{\text{B}}}{\text{Dose}_{\text{A}}}\ \right)</math>
其中：
* AUC<sub>dosageA</sub>：给药方式A条件下的AUC
* AUC<sub>dosageB</sub>：给药方式B条件下的AUC
* Dose<sub>A</sub>：给药方式A的剂量
* Dose<sub>B</sub>：给药方式B的剂量

== 其他应用 ==
食物摄入后，血浆中[[葡萄糖]]浓度变化的AUC用于计算[[升糖指数|血糖指数]]。<ref>{{Cite journal |vauthors=Brouns F, Bjorck I, Frayn KN, etal |date=2005-06 |title=Glycaemic index methodology |journal=Nutr Res Rev |volume=18 |issue=1 |page=145–71 |doi=10.1079/NRR2005100 |pmid=19079901 |doi-access=free}}</ref>

== 变化 ==

=== 测算方法学 ===
早于1975年，在JG Wagner的《临床药代动力学基础》一书中使用[[梯形公式|梯形法则]]进行AUC计算。除了经典的梯形法则，还有其他方法可对AUC进行计算，并考虑了[[速率方程|一级动力学]]形成的典型浓度曲线。1977年的一篇论文将以上两种方式进行了比较。<ref>{{Cite journal |last=Wagner |first=JG |last2=Ayres |first2=JW |date=1977-10 |title=Bioavailability Assessment: Methods to Estimate Total Area (AUC<sub>0–∞</sub>) and Total Amount Excreted (A<sub>e</sub><sup>∞</sup>) and Importance of Blood and Urine Sampling Scheme with Application to Digoxin. |journal=Journal of Pharmacokinetics and Biopharmaceutics |volume=5 |issue=5 |page=533–57 |doi=10.1007/BF01061733 |hdl=2027.42/45073 |pmid=925886 |s2cid=24170738|ref=harv}}</ref>

尽管存在上述发表的文献，MM Tai发表在期刊《糖尿病护理》的一篇论文中声称，她曾经独立发现了梯形法则。<ref>{{Cite journal |last=Tai |first=MM |date=February 1994 |title=A Mathematical Model for the Determination of Total Area Under Glucose Tolerance and Other Metabolic Curves. |url=https://archive.org/details/sim_diabetes-care_1994-02_17_2/page/152 |journal=Diabetes Care |volume=17 |issue=2 |page=152–4 |doi=10.2337/diacare.17.2.152 |pmid=8137688 |s2cid=42761923}}</ref>在此后Tai给编辑的邮件回复中，她解释其同事曾经使用网格计数进行AUC的计算，而是她首先提出了梯形法则。<ref>{{Cite journal |last=Monaco |first=JH |last2=Anderson |first2=RL |date=1994-10 |title=Tai's formula is the trapezoidal rule. |url=https://archive.org/details/sim_diabetes-care_1994-10_17_10/page/1224 |journal=Diabetes Care |volume=17 |issue=10 |page=1224-5; author reply 1225-7 |doi=10.2337/diacare.17.10.1224 |pmid=7677819 |s2cid=27930861}}</ref>Tai的论文曾被作为学术同行评审的失败案例进行讨论。<ref>{{Cite magazine|last=Knapp|first=Alex|year=2011|title=Apparently, Calculus Was Invented In 1994|url=https://www.forbes.com/sites/alexknapp/2011/11/10/apparently-calculus-was-invented-in-1994/|magazine=Forbes|access-date=2023-06-03|archive-date=2023-06-23|archive-url=https://web.archive.org/web/20230623064729/https://www.forbes.com/sites/alexknapp/2011/11/10/apparently-calculus-was-invented-in-1994/|dead-url=no}}</ref>

尽管数学上有许多优越的[[數值積分|数值积分]]方案，如{{harvnb|Wagner|Ayres|1977}}中提出的方案，但迄今为止，梯形法则仍是AUC计算的惯用方法。为提高AUC计算的精度，后期研究者从改进AUC计算方法的研究，逐渐将注意力转移至如何改进采样方案。如2019年提出的OTTER[[算法]]，该算法通过找到更高斜率周期，对输入数据的指数曲线总和（Sum of exponential curve）进行拟合，并仅利用拟合数据以建议更好的采样时间。<ref>{{Cite journal |last=Hughes |first=JH |last2=Upton |first2=RN |last3=Reuter |first3=SE |last4=Phelps |first4=MA |last5=Foster |first5=DJR |date=2019-11 |title=Optimising time samples for determining area under the curve of pharmacokinetic data using non-compartmental analysis. |journal=The Journal of Pharmacy and Pharmacology |volume=71 |issue=11 |page=1635–1644 |doi=10.1111/jphp.13154 |pmid=31412422 |doi-access=free}}</ref>

=== 扩展资料 ===
效应曲线下面积（{{lang|en|Area Under the Effect Curve}}，AUEC）是药物的[[效应]]随时间的积分，而时间通过先前建立的浓度函数进行估算。当从动物剂量转换推测人用药剂量时，效应曲线下面积AUEC被提议可替代AUC进行评估，这是由于[[计算机模拟]]表明AUEC比AUC能更好地处理药物[[生物半衰期|半衰期]]和给药方案的变化。例如某结合[[药物代谢动力学|药代动力学]]和[[药物效应动力学|药效学]]的PK/PD模型中，AUEC是其中的关键疗效的决定因素。<ref>{{Cite journal |last=Chen |first=C |last2=Lavezzi |first2=SM |last3=Iavarone |first3=L |date=2022-08 |title=The area under the effect curve as an efficacy determinant for anti-infectives. |journal=CPT: Pharmacometrics & Systems Pharmacology |volume=11 |issue=8 |page=1029–1044 |doi=10.1002/psp4.12811 |pmc=9381909 |pmid=35638366}}</ref>

== 参见 ==

* [[最大血药浓度|C <sub>max</sub>（药理学）]]
* [[最小血药浓度|C <sub>min</sub>（药理学）]]
* [[平均血药浓度|C<sub>均值</sub>（药理学）]]
* [[ROC曲线|接收者操作特性]]的“曲线下面积”

== 参考 ==
{{Reflist}}{{药理学|state=collapsed}}
[[Category:药代动力学]]