运用WinNonlin进行经典PKPD拟合以抗菌药物为例

课程导论运用WinNonlin进行经典PKPD拟合——以抗菌药物为例从概念到实操：经典模型·WinNonlin·抗菌药物案例汇报人课程主讲日期2026年课程导览01基础认知建立PKPD与抗菌药物核心概念02模型方法系统讲解经典PKPD模型与拟合原理03软件实操演示WinNonlin拟合全流程操作04案例解读以抗菌药物案例串联拟合与结果分析05实践展望提炼实操要点与进阶方向CHAPTER基础认知理解药物、机体与病原体的三角关系从PKPD核心概念到抗菌药物评价指标01什么是PKPD“PK描述暴露，PD描述效应，PKPD模型是连接二者的桥梁”核心桥梁PKPD整合将药物暴露（浓度-时间）与效应（效应-时间）通过模型连接，揭示剂量-暴露-效应之间的定量关系优化给药方案，在保证疗效的同时降低耐药风险抗菌药物核心目标01Pharmacokinetics药代动力学（PK)研究药物在体内的吸收、分布、代谢、排泄过程回答：机体对药物做了什么02Pharmacodynamics药效动力学（PD)研究药物效应随时间及浓度的变化规律回答：药物对机体做了什么抗菌药物PKPD核心指标时间依赖性指标T>MIC血药浓度超过最低抑菌浓度（MIC）的时间占给药间隔的百分比β-内酰胺类碳青霉烯类浓度依赖性指标Cmax/MIC峰浓度与MIC的比值，反映单次给药的杀菌强度氨基糖苷类氟喹诺酮类（部分）整合性指标AUC24/MIC24小时药时曲线下面积与MIC的比值，综合反映暴露总量与抗菌强度氟喹诺酮类糖肽类四环素类抗菌药物分类与评价逻辑药物类别

×

主导PKPD指标

×

给药优化方向药物类别主导PKPD指标给药优化方向β-内酰胺类T大于MIC延长输注、增加给药频次氨基糖苷类CmaxMIC提高单次剂量、减少频次氟喹诺酮类AUC24MIC平衡剂量与间隔糖肽类AUC24MIC治疗药物监测（TDM）个体化理解分类逻辑，是后续选择PKPD模型的重要依据临床实践中常结合TDM与建模，动态调整给药方案CHAPTER模型方法模型是连接数据与结论的桥梁经典PKPD模型与非线性拟合原理02经典PK模型核心参数清除率（CL）表观分布容积（V）速率常数（k）非房室分析（NCA）不预设模型结构，直接由数据驱动分析直接由药时曲线计算暴露参数适用于初步探索数据特征，为后续建模提供初值参考核心输出AUCCmaxTmax半衰期平均驻留时间01房室模型一房室模型药物在体内迅速均匀分布适用于静脉快速给药后的简单动力学02房室模型二房室模型区分中央室与周边室适用于存在明显分布过程的药物经典PD模型直接效应与效应室模型：浓度-效应关系的两类数学表达直接效应模型线性模型：效应与浓度呈线性关系，最简单情形Emax模型：效应随浓度增加趋近最大效应

Emax，EC50

为半数最大效应浓度E=Emax×C/（EC50+C）SigmoidEmax模型：引入Hill系数，描述更陡峭或更平缓的浓度-效应曲线效应室模型当效应滞后于血药浓度时，引入效应室间接解释滞后现象用

keo（效应室平衡速率常数）描述药物向效应位点的转运适用于多数抗菌药物的杀菌效应与血药浓度存在时间错位的情形PKPD连接模型拟合基本逻辑选定模型结构›给定参数初值›最小化残差›估计参数并评估拟合优度直接连接效应直接由中央室浓度驱动，无时间延迟间接连接效应由效应室浓度或信号转导过程驱动抗菌药物杀菌动力学模型基于Emax模型描述杀菌速率与浓度关系可整合细菌生长（自然增长速率）与药物杀灭（浓度依赖的杀菌速率）用微分方程系统描述细菌计数随时间的变化，评估不同给药方案下的杀菌曲线模型选择依据依据数据类型3项仅有浓度-时间数据先做NCA或房室模型拟合同时有浓度-时间与效应-时间数据考虑PKPD连接模型效应存在明显滞后优先效应室模型或间接连接模型依据药物特性2项时间依赖性药物关注T大于MIC，建模需准确描述浓度随时间变化浓度依赖性药物关注峰值暴露与杀菌速率的关系依据研究目的3项给药方案优化需要能外推不同剂量情形的机制性模型个体化给药需引入协变量与群体模型思想初步数据探索可先用简单模型，再做模型比较CHAPTER软件实操让模型在软件中落地WinNonlin拟合全流程操作演示03WinNonlin界面与数据准备工作簿Workbook管理数据集与输出结果模型库ModelLibrary内置经典PKPD模型，支持自定义模型输出面板OutputPanel查看参数估计、拟合图、诊断图数据准备要点数据字段个体标识、时间点、给药信息、浓度或效应观测值单位统一时间单位与浓度单位必须统一，并正确标注数据质量缺失值与异常值需提前检查处理抗菌案例通常需要MIC值与细菌计数数据拟合模型配置参数初值可参考

NCA结果

或文献报道值权重选择影响参数估计，需结合

残差分布

判断抗菌药物杀菌模型常需自定义微分方程，注意

方程书写与参数边界1模型选择在模型库中选择目标模型，如

NCA、一房室/二房室、Emax

或自定义PKPD模型2参数初值检查初值设置，不合理会导致拟合不收敛或陷入局部最优3权重方案常用均匀权重或与浓度成反比的权重，处理异方差问题4数据映射将数据列正确关联到模型中的自变量与因变量运行拟合与收敛诊断收敛是拟合的第一步，优度是判断的标尺运行拟合与诊断01运行拟合启动观察：启动拟合后观察迭代过程，确认目标函数逐步下降不收敛排查：若长时间不收敛，需检查初值、模型结构与数据质量02优度判断收敛标准：梯度、参数变化量、目标函数变化量均达到预设容差拟合优度：相关系数、残差平方和、赤池信息准则（AIC）参数变异系数（CV%）：过大提示参数估计不稳定03诊断解读观测值-预测值图：点应均匀分布在参考线附近残差图：残差-时间/残差-预测值应呈随机分布，无系统性趋势结果输出与报告拟合结果的输出与解读是完成软件实操闭环的关键参数估计表各模型参数的估计值、标准误、变异系数拟合曲线图实测点与模型拟合曲线叠加展示诊断图残差图与预测图，用于质量评估衍生指标由参数推算的T>MIC、AUC24/MIC等目标指标结果解读要点参数是否落在合理生理范围模型预测与实测的吻合程度衍生指标是否达到目标阈值后续应用将估计得到的参数用于给药方案模拟，评估不同方案的达标概率CHAPTER案例解读用真实数据验证方法抗菌药物PKPD拟合案例全解析04案例背景与数据特征以β-内酰胺类抗菌药物为对象，研究其对病原菌的杀菌动力学时间依赖性药物T大于MIC可用数据药动学数据：单次给药后的血浆药物浓度-时间数据药效学数据：体外杀菌实验中不同时间点的细菌计数数据微生物数据：该病原菌的MIC测定值拟解决的核心问题建立浓度-时间模型：描述药物暴露建立杀菌动力学模型：描述细菌减少过程推算T大于MIC所需给药方案：达到理想暴露研究路径案例设定：β-内酰胺类抗菌药物药物特性：时间依赖性，疗效与T大于MIC密切相关数据基础：药动学/药效学/微生物三类数据案例模型选择与初步拟合模型选择理由3项浓度数据呈明显分布特征选择二房室模型描述药时曲线杀菌效应滞后于浓度变化采用效应室连接或间接杀菌模型杀菌速率与浓度相关在Emax框架下构建杀菌动力学方程两步拟合策略2项第一步对浓度-时间数据拟合二房室模型，估计CL、V等PK参数第二步将PK参数固定或作为初值，拟合杀菌数据，估计杀菌动力学参数初步结果观察2项模型曲线与实测点整体吻合拟合效果良好个别参数变异系数偏大提示需进一步优化权重或初值案例拟合过程与诊断从问题诊断到对策落地到效果验证，形成完整闭环问题-对策-验证闭环达成拟合不收敛初始初值下目标函数震荡参数相关性高杀菌动力学参数相互关联，单独估计不稳定初值设定以NCA结果和文献值作为参数初值，缩小搜索范围权重调整调整权重方案，降低高浓度点的权重影响参数约束对高度相关参数尝试固定其一或引入合理约束拟合收敛重新运行后拟合收敛，参数变异系数降至可接受范围残差诊断残差图呈随机分布，观测值-预测值点贴近参考线解释能力拟合曲线对实测数据的解释能力明显提升案例结果解读与给药建议核心参数解读PK参数描述药物体内暴露特征，与药物已知特性一致杀菌动力学刻画药物对病原菌的浓度依赖杀菌能力模型预测可合理预测不同给药方案下的杀菌曲线目标指标推算T>MIC计算基于拟合模型模拟不同给药方案，计算各方案的T>MIC达标对比比较不同剂量与输注方式下T>MIC达标情况给药建议方向延长输注/增频延长输注或增加给药频次可提高T>MIC达标率优化方案结合PKPD模拟结果，提出优化给药方案供临床参考CHAPTER实践展望从学会到用好实操要点、常见问题与进阶方向05实操要点与常见问题实操要点数据是基础数据质量直接决定建模成败，务必做好单位统一与异常值检查初值要合理优先参考NCA结果或文献，避免盲目猜测诊断不可省收敛不等于合理，必须结合诊断图与参数范围综合判断模型要比较对比不同模型的AIC与拟合效果，选出更优者常见问题拟合不收敛检查初值、模型结构、数据是否有误CV过大可能参数不可识别，需简化模型或增加信息残差有趋势提示模型结构或权重方案不当进阶方向与学习建议学习建议第1步从经典模型入手熟练WinNonlin基本操作后再逐步深入第2步结合真实项目数据反复练习，积累模型诊断经验第3