DASAR-DASAR PENDEKATAN ANALISIS DATA BIOFARMASETIKA BERBASIS POPULASI

Viviane Annisa(1*),

(1) UGM
(*) Corresponding Author

Abstract


Pendekatan berbasis populasi menggunakan modeling populasi memiliki keunggulan dibandingkan analisis konvensional yang memerlukan data lebih banyak, memerlukan sampling dengan beberapa titik wakti, tidak dapat dianalisis dengan data yang terbatas, tidak terstruktur karena tidak linear, atau terdapat banyak variasi individu. Proses kalkulasi pada modeling populasi dapat mengestimasi nilai populasi setiap parameter model secara langsung beserta nilai variabilitas antar-subyek untuk setiap parameter dalam populasi tersebut. Modeling populasi dapat menganalisis seluruh populasi sebagai satu kesatuan sehingga memungkinkan menggunakan sparse data atau data yang tidak lengkap/terbatas pada satu subyek, namun dilengkapi dan dikontribusikan oleh data yang diambil dari subyek lain dalam populasi. Serta tidak memerlukan penjadwalan sampling yang terstruktur.

Modeling populasi dikenal sebagai model nonlinear mixed effect yang merupakan pendekatan single-stage pada populasi untuk mengestimasi seluruh parameter farmakokinetik dan hubungannya dengan kovariat dalam populasi. Parameter populasi diestimasi dengan cara memfitting kombinasi data dari semua individu dan mengabaikan variasi individu, atau memfitting setiap data individu dan mengkombinasi parameter individu untuk mengestimasi parameter populasi.

Pendekatan populasi memerlukan software khusus yang mempunyai kapabilitas untuk melakukan proses komputasi kompleks untuk memperhitungkan parameter populasi dan variabilitas antar-subyek yang akan menentukan besaran parameter per-individu subyek. Beberapa software khusus yang dapat digunakan untuk modeling populasi, antara lain NONMEM, MONOLIX, WinBUGS/PKBUGS, Pmetrics, Kinetica, Phoenix NLME, dan S-ADAPT. Perbedaan dari software-software tersebut pada pendekatan algoritma komputasi. Namun, umumnya memiliki hasil kalkulasi yang hampir serupa.


References


Dartois, C., Lemenuel-Diot, A., Laveille, C., Tranchand, B., Tod, M., & Girard, P. (2007). Evaluation of uncertainty parameters estimated by different population PK software and methods. Journal of Pharmacokinetics and Pharmacodynamics, 34(3), 289–311. https://doi.org/10.1007/s10928-006-9046-9

FDA. (2019). Guidance for Industry Population Pharmacokinetics. In FDA.

Jawień, W., Krypel, Ł., & Piekoszewski, W. (2008). A comparison of computational approaches to the population pharmacokinetics. An example of toxicological data. Acta Poloniae Pharmaceutica - Drug Research, 65(1), 129–134.

Lavielle, M., & Mentré, F. (2007). Estimation of population pharmacokinetic parameters of saquinavir in HIV patients with the MONOLIX software. Journal of Pharmacokinetics and Pharmacodynamics, 34(2), 229–249. https://doi.org/10.1007/s10928-006-9043-z

Mould, D. R., & Upton, R. N. (2012). Basic concepts in population modeling, simulation, and model-based drug development. CPT: Pharmacometrics and Systems Pharmacology, 1(1), 1–14. https://doi.org/10.1038/psp.2012.4

Mould, D. R., & Upton, R. N. (2013). Basic concepts in population modeling, simulation, and model-based drug development - Part 2: Introduction to pharmacokinetic modeling methods. CPT: Pharmacometrics and Systems Pharmacology, 2(4). https://doi.org/10.1038/psp.2013.14

Notario, D. (2018). Pemodelan Farmakokinetika Berbasis Populasi dengan R: Model Dua Kompartemen Ekstravaskuler. Jurnal Farmasi Galenika (Galenika Journal of Pharmacy) (e-Journal), 4(1), 26–35. https://doi.org/10.22487/j24428744.2018.v4.i1.9777

Nugroho, A. E. (2006). Animal Models of Diabetes Mellitus : Pathology and Mechanism of Some Diabetogenics. Biodiversitas, Journal of Biological Diversity, 7(4), 378–382. https://doi.org/10.13057/biodiv/d070415

Nugroho, A. K., Hakim, A. R., & Hakim, L. (2017). Population-based approach to analyze sparse sampling data in biopharmaceutic and pharmacokinetic studies using nonmem and Monolix. Indonesian Journal of Pharmacy, 28(4), 205–212. https://doi.org/10.14499/indonesianjpharm28iss4pp205

Owen, J. S., & Kelly, J. F. (2014). Introduction to Population Pharmacokinetic/Pharmacodynamic AnalysIs wIth Nonlinear Mixed Effects Models. John Wiley & Sons, Inc.

Shargel, L., Wu-Pong, S., & Yu, A. B. . (2012). Biofarmasetika dan Farmakokinetika Terapan (5th ed.). Pusat Penerbitan dan Percetakan Universitas Airlangga.

Sherwin, C. M. T., Kiang, T. K. L., Spigarelli, M. G., & Ensom, M. H. H. (2012). Fundamentals of population pharmacokinetic modelling: Validation methods. Clinical Pharmacokinetics, 51(9), 573–590. https://doi.org/10.2165/11633940-000000000-00000




DOI: http://dx.doi.org/10.30737/jafi.v2i1.904

Article Metrics

Abstract view : 503 times
PDF (Bahasa Indonesia) - 400 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Jurnal Inovasi Farmasi Indonesia (JAFI)



Jurnal inovasi farmasi indonesia terindeks di ;