Nhằm cải thiện chất lượng dịch vụ giám sát nồng độ thuốc (TDM) vancomycin tại bệnh viện đa khoa Xanh Pôn, các mô hình dược động học quần thể (POP PK) vancomycin đã được đưa vào sàng lọc và xác định tính phù hợp với dữ liệu nồng độ vancomycin trong máu trên bệnh nhân tại bệnh viện, hướng tới xây dựng công cụ/phần mềm điều chỉnh liều chính xác bằng phương pháp Bayesian. Phương pháp: Thẩm định khả năng dự báo của các mô hình POP PK vancomycin đã công bố trên bộ dữ liệu nồng độ vancomycin trong máu bệnh nhân từ quá trình TDM thông qua phương pháp thẩm định ngoại. Kết quả: Sau khi sàng lọc và phân tích các mô hình, mô hình phù hợp nhất là POP PK vancomycin của Yamamoto (2009) với trung bình sai số dự đoán tuyệt đối (MAPE) là 9,96% (mức tối ưu), sai số dự đoán trung bình (MPE) là 0.637 mg/l (nhỏ hơn giới hạn định lượng là 2.5 mg/l). Kết luận: Mô hình của Yamamoto và cộng sự công bố năm 2009 là mô hình POP PK phù hợp nhất với quần thể bệnh nhân tại bệnh viện đa khoa Xanh Pôn. Kết quả nghiên cứu có thể được sử dụng nhằm xây dựng công cụ điều chỉnh liều theo phương pháp Bayesian trong tương lai.
To improve the quality of TDM vancomycin service at Saint Paul General Hospital, we screened and determined a suitable population pharmacokinetic (POP PK) model for concentration data from Saint Paul General Hospital patients, leading to a precise dosing correction tool using the Bayesian method. Methods and subjects: The predictive ability of vancomycin POP PK models was evaluated using a data set of vancomycin concentrations collected at Saint Paul General Hospital from a group of patients undergoing TDM vancomycin. Results: The performance of the tested models varied with our data set. The best fit model is Yamamoto's vancomycin POP PK model, which was published in 2009, with a mean absolute prediction error (MAPE) of 9.96% - excellent prediction level, and mean prediction error (MPE) of 0.637 mg/l (<2.5 mg/l –Limit of quantification). Conclusion: Yamamoto's model, published in 2009, is the most appropriate for the patient population at Saint Paul General Hospital. These findings could be utilized to create a future Bayesian dosage correction tool.
- Đăng nhập để gửi ý kiến