优化针对抗体和药物结合物的基于体型的剂量方法
Andrew B SyBing1, Diane D Wang1
1Pfizer Oncology Early Stage Development, Clinical Pharmacology, San Diego, California, USA.
优化抗体-药物合物 (ADC) 剂量至关重要. 使用调整的理想体重 (AIBW) 或身体表面积 (BSA) 与剂量上限提高精度,特别是当清除缩放不理想时.
科学领域:
- 药理学 药理学是指药理学的学科.
- 在瘤学瘤学.
- 药物开发 药物开发
背景情况:
- 抗体-药物合物 (ADC) 的剂量精度是具有挑战性的,因为治疗指数狭窄,个体间的变化.
- 基于身体大小的剂量是常见的,但如果缩放指数不同于一个,则可能导致过度或不足暴露.
- 现有的ADC剂量策略可能无法完全考虑全米缩放特征.
研究的目的:
- 概述一种选择最佳剂量方法的策略,以提高ADC剂量精度.
- 为了评估ADC剂量的不同体型指标 (体重,BSA,IBW,AIBW) 的性能.
- 评估剂量上限策略在缓解暴露变化方面的有效性.
主要方法:
- 重估了相对于体重 (BW),身体表面积 (BSA),理想体重 (IBW) 和调整的理想体重 (AIBW) 的清除的全度量缩放指数 (α).
- 进行模拟以评估不同α值的剂量限制性能.
- 分析了15种已批准的ADC的剂量策略.
主要成果:
- 所有15个批准的ADC都使用基于身体大小的剂量,其中7个使用剂量上限.
- 调整后的理想体重 (AIBW) 和BSA经常显示比体重 (BW) 更接近1的全度量缩放指数 (α).
- 剂量上限有效地保持了极端体型的曲线下的百分比面积 (AUC) 差异在20%范围内,当α在0.4到0.7.7之间时.
结论:
- 与BW或IBW相比,当α不等于1时,AIBW和BSA是ADC剂量的优越体型指标.
- 剂量上限是提高ADC剂量精度的有价值策略,特别是当全米缩放次优时.
- 建议使用决策树指导药物开发过程中的剂量策略选择,以改善ADC治疗结果.
更多相关视频
11:02Genetic Encoding of a Non-Canonical Amino Acid for the Generation of Antibody-Drug Conjugates Through a Fast Bioorthogonal Reaction
Published on: September 14, 2018
04:24Author Spotlight: Advancing Biotherapeutic Mass Calculation by Introducing mAbScale, a Python-Based Desktop Application
Published on: June 16, 2023
相关概念视频
Dose Size and Dosing Frequency: Determination Methods
Drug Dosing: Obese Patients
Dosage Regimen: Individualization
Dosage Regimens: Designs and Approaches
Determination of Multiple Dosing Parameters: Loading and Maintenance Doses
Rational Dosage Regimen: Maintenance Dose and Loading Dose
In most cases, drugs are administered repetitively or infused continuously to maintain a steady-state concentration in the body. At a steady...
