劑量反應關係

来自删除百科
本条目“劑量反應關係”在中文维基百科已被删除其它版本),这是一个删除前的存档副本
Wing删除了劑量反應關係,理由是:
G13: 明顯、拙劣的機器翻譯
这个理由未必准确 (为什么?)

本条目共存留0天:

  • 创建于:2019-01-17
  • 删除于:2019-01-17
  • 贡献者:3
  • 编辑:3
  • 浏览:27(不包括bot和爬虫)

存留期间浏览量统计

请阅读免责声明。删除百科只是中文维基百科被删除条目的存档。   Alert icon 建议删除本条目

本条目被标记为快速删除。理由是: 明顯、拙劣的機器翻譯。(CSD G13

剂量-反应关系, 或接触-反应关系, 描述了在一定的接触时间后, 对压力源 (通常是化学物质) 或食物的不同接触 (或剂量) 对生物体造成的影响的变化。[1]这可能适用于个人 (例如, 剂量使毒药: 少量没有显著的影响, 大量是致命的), 或对人口 (例如: 有多少人或有机体在不同的接触水平受到影响)。

虽然剂量和接触经常互换使用, 但在临床药理学领域 (药物研究), 这两个名字是分开的。前者是指给一个人服用的剂量或剂量, 而后者是指与时间有关的浓度 (通常在循环血液或血浆中) 或浓度衍生参数, 如 auc (浓度曲线下的面积) 和 cmax (药物给药后的浓度曲线峰值水平)。

研究剂量反应和开发剂量-反应模型对于确定人类或其他生物接触的药物、污染物、食品和其他物质的 "安全"、"危险" 和 (在相关情况下) 有益水平和剂量至关重要。这些结论往往是公共政策的基础。

美国环境保护署制定了关于剂量反应建模和评估以及软件的广泛指导和报告。[2] 美国食品药品监督管理局也有指导, 以阐明药物开发过程中的剂量反应 。

具有不同Kd的两个激动剂的半原木图;蓝色曲线表示比绿色曲线更有效的激动剂 (相同剂量的更高响应)。

剂量-反应关系通常取决于接触时间和接触途径 (例如, 吸入、饮食摄入);量化不同接触时间后或不同路径后的反应, 会导致对所考虑的压力源的影响产生不同的关系, 甚至可能是不同的结论。造成这种限制的原因是生物系统的复杂性以及在外部接触和不良的细胞或组织反应之间经常未知的生物过程。

剂量 - 反应曲线

甲剂量-反应曲线是一个简单的X-Y曲线图与一个压力源的大小(污染物的例如浓度,药物,温度的量,辐射强度)到的响应受体(例如生物或正在研究群体) 。响应可以是生理或生化反应,甚至死亡(死亡),因此可以是计数(或比例,例如死亡率),有序描述类别(例如,病变的严重程度),或连续测量(例如,血压)。[3]可以研究 许多效应(或终点),通常在不同的组织水平(例如,群体,整个动物,组织,细胞)。

测量的剂量(通常以毫克,微克或每千克口服暴露的体重或每立方米环境空气的毫克用于吸入暴露)通常绘制在X轴上,并且响应绘制在Y轴上。其他剂量单位包括每体重的摩尔数,每只动物的摩尔数和皮肤暴露的摩尔数,每平方厘米的摩尔数。在某些情况下,它是在X轴上绘制的剂量的对数,在这种情况下,曲线通常是S形的,最陡的部分在中间。使用剂量的基于生物学的模型优于使用log(剂量),因为后者在视觉上暗示阈值剂量,而实际上没有。

沿着图表的第一点,其中达到高于零(或高于控制响应)的响应通常被称为阈值剂量。对于大多数有益或娱乐性药物,在略大于阈值剂量的剂量下发现期望的效果。在较高剂量时,随着剂量增加,出现不希望的副作用并且变得更强。特定物质越有效,这条曲线就越陡峭。在定量情况下,Y轴通常用百分比表示,百分比是指注册标准响应的暴露个体的百分比(可能是死亡,如LD 50)。这种曲线称为量子剂量 - 反应曲线,将其与分级剂量 - 反应曲线区分开,其中响应是连续的(测量或通过判断)。

常用的剂量 - 反应曲线是EC 50曲线,半最大有效浓度,其中EC 50点被定义为曲线的拐点。

剂量 - 反应曲线的统计分析可以通过回归方法进行,例如概率模型或logit模型,或其他方法,例如Spearman-Karber方法。基于非线性回归的经验模型通常优于使用线性化剂量 - 反应关系的数据的某些变换。

剂量 - 反应曲线通常是S形和单相的,并且可以适合经典的Hill方程。还提出了多相病例的广义模型。[4]

线性模型的问题

线性剂量 - 反应关系,阈值和全有或全无反应的概念可能不适用于非线性情况。根据情况,阈值模型或线性无阈值模型可能更合适。最近对这些模型的批评,因为它们适用于内分泌干扰物,主张在低剂量下对测试和毒理学模型进行大量修订。[5]

参考资料

  1. Dr Fit. SourceForge. [2019-01-17] (英语). 
  2. nepis.epa.gov (PDF) https://nepis.epa.gov/Exe/ZyPDF.cgi/P1006XT8.PDF?Dockey=P1006XT8.PDF. [2019-01-17].  缺少或|title=为空 (帮助)
  3. Altshuler, B. Modeling of dose-response relationships.. Environmental Health Perspectives. 1981-12, 42: 23–27. ISSN 0091-6765. PMC 1568781可免费查阅. PMID 7333256. 
  4. Jodrell, Duncan I.; Richards, Frances M.; Bramhall, Jo L.; Siang Boon Koh; Mills, Graham; Goldlust, Ian; Fornari, Chiara; Veroli, Giovanni Y. Di. An automated fitting procedure and software for dose-response curves with multiphasic features. Scientific Reports. 2015-10-01, 5: 14701. ISSN 2045-2322. doi:10.1038/srep14701 (英语). 
  5. Vandenberg, Laura N.; Colborn, Theo; Hayes, Tyrone B.; Heindel, Jerrold J.; Jacobs, David R.; Lee, Duk-Hee; Shioda, Toshi; Soto, Ana M.; vom Saal, Frederick S. Hormones and Endocrine-Disrupting Chemicals: Low-Dose Effects and Nonmonotonic Dose Responses. Endocrine Reviews. 2012-6, 33 (3): 378–455. ISSN 0163-769X. PMC 3365860可免费查阅. PMID 22419778. doi:10.1210/er.2011-1050.