Journal of Pharmacokinetics and Pharmacodynamics ( IF 2.2 ) Pub Date : 2022-12-09 , DOI: 10.1007/s10928-022-09835-7 Roberto Gomeni 1 , Françoise Bressolle-Gomeni 1
The aim of this paper was to develop a convolution-based modeling approach for describing the paliperidone PK resulting from the administration of extended-release once-a-day oral dose, and once- and three monthly long-acting injectable products and to compare the performances of this approach to the traditional modeling strategy. The results of the analyses indicated that the traditional and convolution-based models showed comparable performances in the characterization of the paliperidone PK. However, the convolution-based approach showed several appealing features that justify the choice of this modeling as a preferred tool for modeling Long Acting Injectable (LAI) products and for deploying an effective model-informed drug development process. In particular, the convolution-based modeling can (a) facilitate the development of in vitro/in vivo correlation, (b) be used to identify formulations with optimal in vivo release properties, and (c) be used for optimizing the clinical benefit of a treatment by supporting the implementation of integrated models connecting in vitro and in vivo drug release, in vivo drug release to PK, and PK to PD and biomarker endpoints. A case study was presented to illustrate the benefits and the flexibility of the convolution-based modeling outcomes. The model was used to evaluate the in vivo drug release properties associated with a hypothetical once-a-year administration of a LAI product with the assumption that the expected paliperidone exposure during a 3-year treatment overlays the exposure expected after repeated administrations of a 3-month LAI product.
中文翻译:
基于卷积的方法,用于对帕潘立酮缓释剂和长效注射剂 (LAI) 一次和三个月一次产品给药的 PK 进行建模,并优化新 LAI 产品的开发
本文的目的是开发一种基于卷积的建模方法,用于描述每日一次口服缓释剂以及每月一次和三个月的长效注射产品给药所产生的帕潘立酮 PK,并比较该方法相对于传统建模策略的性能。分析结果表明,传统模型和基于卷积的模型在帕潘立酮 PK 表征方面表现出相当的性能。然而,基于卷积的方法显示出几个吸引人的特征,证明选择该模型作为长效注射剂 (LAI) 产品建模和部署有效的模型信息药物开发流程的首选工具是合理的。尤其,基于卷积的建模可以(a)促进体外/体内相关性的发展,(b)用于识别具有最佳体内释放特性的制剂,以及(c)用于优化治疗的临床益处支持实施连接体外和体内药物释放、体内药物释放与 PK、以及 PK 与 PD 和生物标志物终点的集成模型。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。(b) 用于识别具有最佳体内释放特性的制剂,以及 (c) 通过支持实施连接体外和体内药物释放、体内药物释放与体内药物释放的集成模型,用于优化治疗的临床益处。 PK、PD 和生物标志物终点的 PK。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。(b) 用于识别具有最佳体内释放特性的制剂,以及 (c) 通过支持实施连接体外和体内药物释放、体内药物释放与体内药物释放的集成模型,用于优化治疗的临床益处。 PK、PD 和生物标志物终点的 PK。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。(c) 通过支持实施连接体外和体内药物释放、体内药物释放与 PK、以及 PK 与 PD 和生物标志物终点的集成模型,用于优化治疗的临床效益。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。(c) 通过支持实施连接体外和体内药物释放、体内药物释放与 PK、以及 PK 与 PD 和生物标志物终点的集成模型,用于优化治疗的临床效益。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。提出了一个案例研究来说明基于卷积的建模结果的好处和灵活性。该模型用于评估与假设每年一次 LAI 产品给药相关的体内药物释放特性,假设 3 年治疗期间的预期帕潘立酮暴露量覆盖了重复给药 3 次后的预期暴露量。 -月 LAI 产品。