中文
在藥代動力學非房室分析（NCA）中，濃度-時間曲線下面積（AUC）是量化藥物總暴露量的關鍵參數。它通常與Cmax一起用于評估系統藥物暴露，并在生物等效性試驗中作為統計比較的核心指標。AUC的計算方法雖基于簡單的數學原理，但方法選擇可能引入細微差異，需特別注意。
PART 01
AUC計算方法
線性梯形法
線性梯形法通過在濃度-時間數據點之間應用線性插值來估計AUC。簡單來說，就是用直線連接相鄰的濃度，形成梯形，并將它們的面積相加，計算總AUC。對于給定的時間間隔（t1 - t2）， AUC計算為：
這里前兩項代表時間間隔內的平均濃度，而（t1 - t2）則是該時間間隔的持續時間。線性法在整個時間間隔內應用平均濃度。
線性梯形計算簡單，但可能高估AUC，因未考慮藥物消除呈指數下降特性。
對數梯形法
對數梯形法利用濃度-時間數據點之間的對數插值計算AUC。這種方法在濃度下降時更為適用，因為一階藥物消除遵循指數下降，在對數尺度上呈線性。對于給定的時間間隔（t1—t2）， AUC計算為：
該方法假設C1 > C2，并提供兩種濃度的對數平均值。與線性方法類似，將平均濃度乘以時間間隔。
下圖說明了線性梯形法和對數梯形法的區別。藍線表示藥物濃度的真實單指數下降，紅線表示使用線性梯形法估計的AUC。由于線性梯形法假設采樣點之間呈直線下降（在16和20 h），因此它高估了藥物暴露。
對數梯形法對于降低濃度更準確，因為它考慮了藥物消除的指數性質；但當采樣點間隔很近時，這種方法與線性梯形方法之間的差異不明顯。
線性-對數梯形法
這是前兩種方法的結合。當濃度增加時（如在吸收階段），使用線性梯形法。當濃度下降時（如在消除階段），使用對數梯形法。這種方法被認為是最“準確”的，因為線性方法是藥物吸收的最佳近似值，而在藥物消除過程中，對數下降的最佳模型是對數梯形方法。
部分AUC
部分AUC 是指藥時曲線下面積（AUC）在特定時間區間（而非整個觀測周期）內的計算值。可以用來衡量藥物的在體內的部分暴露量。部分AUC的計算方法與完整AUC類似，但涉及插值和外推問題，尤其是在所選時間點不是實際采樣點（如計算 AUC0–1.5h，但 1.5 h 未采血），曲線末端外推（如計算 AUC0–24h，但最后采樣點是 12h）。AUC的曲線末端外推我們后面會講到，這里首先介紹Phoenix WinNonlin中不同AUC計算方法及其插值規則。
Phoenix WinNonlin中的AUC計算方法
·
線性對數梯形（Linear Log Trapezoidal）：使用線性梯形法直到Cmax，然后對曲線的剩余部分切換到對數梯形法。在計算Cmax之后的部分AUC時，使用對數插值估計濃度，其他情況應用線性插值。
·
線性梯形線性插值（Linear Trapezoidal Linear Interpolation）：采用線性梯形法進行AUC的所有計算。對于部分AUC，使用線性插值估計濃度，并在最后觀察到的濃度之后使用線性外推。
·
線性上升對數下降（Linear Up Log Down）：濃度遞增時采用線性梯形法，濃度遞減時采用對數梯形法。對于部分AUC，如果周圍濃度增加，則采用線性插值，而如果濃度降低，則采用對數插值。該方法不依賴于Cmax，使其對具有雙峰的剖面更加靈活。
·
線性梯形線性/對數插值（Linear Trapezoidal Linear/Log Interpolation）：采用線性梯形法進行AUC計算。該方法與純線性梯形線性插值法的區別在于——當所選部分AUC的端點不是采樣點時（例如在Cmax之后的點），將采用對數插值法進行插值補點。
Phoenix WinNonlin中不同AUC計算方法的比對
PART 02
AUC外推（AUC0-∞）
標準指標AUC0-t表示從0時刻到最后可測濃度的藥物暴露量。但在此時間點之后的藥物暴露情況如何？為全面評估總藥物暴露量，需通過外推法估算超出末次觀測濃度的部分AUC（AUCt-∞）。
AUC外推法用于估算藥物從最后可測時間點到無限時間的暴露量（AUCt-∞），從而得到完整的藥物總暴露量（AUC0-∞）。這一計算基于三個關鍵假設：首先，藥物在末次可測濃度后遵循單指數衰減規律；其次，末端消除速率常數（λz）能夠被準確估算并保持穩定；最后，在末端相中消除是影響藥物濃度的唯一主導過程。通常情況下這些假設成立，因為低濃度時藥物多呈單指數消除，且吸收和分布過程在末端相前已基本完成。
外推部分的AUC可通過公式AUCt-∞ = Clast/kel計算，其中Clast為末次可測濃度，kel為消除速率常數。將此外推值與實測AUC0-t相加即得到總暴露量AUC0-∞。為評估外推結果的可靠性，需要計算外推部分占總AUC的百分比（%AUCextrap）。若該比例超過20-30%，則表明AUC0-∞的可靠性可能存在問題，這通常是由于末端相數據不足或Clast接近檢測限所致。
為提高外推結果的準確性，建議延長采樣時間以獲得更多末端相數據點，從而更精確地估算λz。若外推占比過高，則需謹慎解讀AUC0-∞，必要時可考慮采用截斷AUC（AUC0-t）作為替代指標。
PART 03
總結
AUC計算方法的選擇及其外推結果是藥代動力學分析的關鍵環節，其準確性直接影響藥物暴露量評估的可靠性。 在實際應用中，采樣頻率、計算方法的選擇以及外推驗證都會對AUC結果產生重要影響。以下將對這些關鍵點進行詳細總結：
?
高頻采樣（時間點密集）：不同方法差異小，因濃度間隔小。
?
低頻采樣（時間點稀疏）：方法選擇尤為關鍵——線性法在消除階段可能高估AUC（假設直線下降），而對數法在吸收階段可能低估AUC。
?
部分AUC（特定時間區間的藥物暴露量）同樣受計算方法影響。由于常需估算未采樣時間點的濃度，非房室分析通過插值實現，其準確性依賴于所選方法（線性或對數假設）。
?
最優方法：Linear-Up/Log-Down法（吸收階段用線性法，消除階段用對數法）通常最準確，因其更貼合藥物動力學特征。
?
外推AUC需驗證假設并評估可靠性，高外推占比時謹慎解讀數據，優化實驗設計以提高準確性。
PART 04
熙寧生物臨床藥理服務平臺
熙寧生物臨床藥理服務平臺，專注于創新藥（涵蓋生物大分子及小分子）的臨床藥理學研究，擁有豐富的項目經驗和專業的技術能力。我們提供全方位的臨床藥理學服務，包括：
?
PK NCA分析：采用WinNonlin軟件非房室模型（NCA）計算PK參數，結合SAS和R等專業軟件進行數據編程，確保分析結果精準可靠。
?
實時分析支持劑量爬坡：通過實時數據分析，為SMC會議提供科學依據，優化臨床試驗設計。
?
臨床藥理學研究設計與方案撰寫：基于客戶需求，定制化設計研究方案，確保科學性和合規性。
?
完整PK/PD統計分析及CSR撰寫：提供生物分析檢測到統計分析報告生成的一站式服務，確保高效交付。
平臺配備資深的臨床藥理專家、專業統計師及統計編程團隊，能夠對統計分析報告中的數據進行深度解讀，提供專業的洞見和建議。我們嚴格按照CDISC標準進行統計編程，確保交付成果符合NMPA、FDA等國際監管機構的要求，助力藥物快速通過審批。
PART 05
我們的優勢
● 在生物大分子領域，我們擁有豐富的PK統計分析經驗，涵蓋 CAR-T細胞療法、單抗、雙抗、ADC（抗體藥物偶聯物）等藥物類型，能夠精準分析其非線性動力學特征、靶點介導的藥物處置（TMDD）等特殊機制。
● 對小分子藥物，我們深入分析其吸收、分布、代謝和排泄（ADME）特性，全面評估其藥代動力學行為。
熟練使用 SAS 和 R 進行數據編程，生成高度定制化的高質量圖表，相比 WinNonlin 的基礎功能，R 和 SAS 在靈活性和可視化效果上更具優勢，確保數據呈現清晰直觀。
憑借高效的團隊協作和先進的技術工具，我們能夠快速響應客戶需求，提供高效、精準的交付成果，助力藥物研發加速推進。
參考文獻：
[1] Certara. "Extrapolating AUC to Infinity." Certara Knowledge Base. Accessed 29 July 2025.
[2] Certara. "Calculating AUC: Linear and Log-Linear." Certara Knowledge Base. Accessed 29 July 2025.
