British Journal of Clinical Pharmacology· 2026Q1
Çocuklarda havuzlanmış ve Bayesci PK analizlerinin karşılaştırılması: Vücut boyutu farklılıkları havuzlanmış yaklaşımı, yaş farklılıkları Bayesci yaklaşımı destekler
Comparison of pooled and Bayesian approaches for the analysis of paediatric pharmacokinetic data leveraging prior adult knowledge: A simulation case study for monoclonal antibodies against soluble targets
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Çocuk ve yetişkin ilaç farklılıklarının temel nedeni vücut boyutu olduğunda, havuzlanmış farmakokinetik (PK) modelleme, çocukluk çağı klerensini Bayesci yaklaşımlara göre %1,1-1,2 daha doğru tahmin ederken, Bayesci yaklaşım %4,1-10,4 mutlak tahmin hatası vermiştir. Yaşa bağlı farklılıklar baskın olduğunda ve çocuk örneklem büyüklüğü az olduğunda (≤30), Bayesci modelleme 11 yaşındaki popülasyon için daha doğru klerens tahminleri sağlar (Bayesci yaklaşım %3,4-8,2'ye karşılık havuzlanmış yaklaşım %7,4-15,7 mutlak tahmin hatası).
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Havuzlanmış popPK modellemesi, PK farklılıkları vücut boyutu tarafından yönlendirildiğinde, Bayesci yaklaşımlara göre pediatrik klerensi daha doğru tahmin etmiştir (medyan mutlak PE %1,1-1,2'ye karşılık %4,1-10,4).
- Bayesci popPK modellemesi, yaşa bağlı PK farklılıkları mevcut olduğunda ve pediatrik örneklem büyüklüğü az olduğunda (≤30), havuzlanmış yaklaşımlara göre daha doğru pediatrik klerens tahminleri sağlamıştır (medyan mutlak PE %3,4-8,2'ye karşılık %7,4-15,7).
- Bireysel maruziyet tahminleri, havuzlanmış ve Bayesci modelleme yaklaşımları arasında benzerdi.
- Pediatrik analiz için en uygun popPK yaklaşımı, analiz hedefi, pediatrik yaş grubu, ADME özellikleri ve pediatrik çalışma tasarımı gibi faktörlere bağlıdır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Aims Population pharmacokinetic (popPK) modelling is widely used to support paediatric dose optimization, yet consensus on appropriate modelling approaches remains limited. This study compared pooled and Bayesian popPK approaches for paediatric pharmacokinetics (PK) analysis using monoclonal antibody (mAb) examples. Methods Paediatric and adult PK datasets were simulated using popPK models inspired by a published mepolizumab model, incorporating two clinically relevant scenarios reflecting different mechanisms of paediatric–adult mAb PK differences. Six paediatric study designs were evaluated. Paediatric PK was analysed using pooled and Bayesian approaches, and model performance was assessed based on absolute prediction error (PE) and precision of population and individual PK parameters. Results When paediatric–adult PK differences were explained primarily by body size, pooled approach estimated paediatric population clearance more accurately (median absolute PE: 1.1%–1.2% with pooled approach vs . 4.1%–10.4% with the Bayesian approach) and was robust across study designs. In contrast, when age‐related PK differences were present and paediatric sample size was small (≤ 30 subjects), the Bayesian approach provided more accurate population clearance estimates for 11‐year‐old population (median absolute PE: 3.4%–8.2% with the Bayesian approach vs .7.4%–15.7% with pooled approach). Individual exposure estimates were comparable between modelling approaches. Conclusions In this case study based on mAbs acting on soluble targets, relative performance of pooled and Bayesian popPK approaches varied with the analysis objective, paediatric age group, ADME characteristics and paediatric study design. These findings provide practical considerations for applying pooled and Bayesian approaches in this context and may help inform the selection of popPK strategies to support model‐informed paediatric dosing decisions.
Yazarların özeti; kaynağından alınmıştır. British Journal of Clinical Pharmacology, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Pediatri, Perinatoloji ve Çocuk Sağlığı
Pediatrics, Perinatology and Child HealthMedicine