数学建模-房室模型

合集下载

最简单的房室模型是一房室模型

最简单的房室模型是一房室模型

最简单的房室模型是一房室模型。

用一房室模型意味着将机体看成一个动力学单元,它适用于给药以后药物瞬即分布到血液、其它体液及各器官组织中,并达成动态平衡的情况。

二房室模型是从动力学角度把机体设想为两部分,分别称为中央室和周边室。

中央室一般包括血液及血流丰富的组织(如心、肝、肾、肺、脑、消化器官等),周边室一般指血流供应少,药物不易进入的组织(如肌肉、皮肤、脂肪、毛发等)。

尽管经典房室模型在临床中已有广泛的应用,但是这种模型并不能描述组织间浓度差异较大的生理系统。

对药理活性不高的药物而言,可以忽略房室之间的差异,但是对于具有高亲和力的药物,或对于某些组织具有毒性,有特殊的目标器官的药物,经典的房室模型就无法描述这种特殊的现象[1]。

经典房室模型还存在着一些明显的缺点,如:分析结果依赖于房室模型的选择,而房室模型的选择带有一定的不确定性。

同一种药物可用不同的房室模型来解释,相应的参数可以显著不同。

因而,要判断哪一个模型最适宜,有时是困难的,甚至是不可能的。

为了克服经典房室模型的缺点,近年来药物动力学研究继经典房室模型之后又提出了生理房室模型[2]。

生理房室模型简称生理模型,是一种整体模型。

它是根据生理学、生物化学和机体解剖学的知识,模拟机体循环系统的血液流向并将各器官或组织相互联结。

每一房室代表一种或一组特殊器官或组织,每一器官或组织(房室)在实际血流速率和组织/血液分配系数以及药物性质的控制下遵循物质平衡原理进行药物运转。

因此,生理模型可描述任何器官或组织内药物浓度的经时变化,以提供药物体内分布的资料,并可以模拟肝、肾等代谢、排泄功能,提供药物体内生物转化的资料,从而得到药物对靶器官作用的信息,有助于药物作用机理的探讨。

依据生理房室模型药物动力学,通过模拟可以验证、补充和预测体内药量的经时变化规律。

对新药研究开发、临床药物治疗均有理论指导意义和实用价值。

药动学通常用房室模拟人体,只要体内某些部位接受或消除药物的速率相似,即可归入一个房室。

数学建模之体内药物浓度的分布模型

数学建模之体内药物浓度的分布模型
2
ln 2 k
环境 机体
只输出不 输入房室
x(t)
x(0) D
dx dt 出
情况2 恒速静脉点滴
药物似恒速点滴方式进入体内,即: dx
则体内药物总量满足:
dx dt
kx
K0
dt
(x(0)=0)
K0
(3.13)
这是一个一阶常系数线性方程,其解为:
易见:lim C(t) K0
t
Vk
(第一次) C(t) K0 (1 ekt )
Vk 0≤t≤T1
C(t) K0 (1 ekT1 )ek (tT1)
Vk
T1≤t≤T1 +T2
环境
dx dt
K0
机体
x(t)
x(0) 0
恒定速率 输入房室
dx
dt

情况3 口服药或肌注
口服药或肌肉注射时,药物的吸收方式与点滴时不同,药物
D,浓度为D/V,只输出不输入的房室,即系统可看成近似地
满足微分方程:
dx kx 0 dt
(3.12)
其解为:
x(0) D x(t) Dekt
负增长率的Malthus模型
药物的浓度: c(t) D ekt
V
与放射性物质类似,医学上将血浆药物浓度衰减一半所需的
时间称为药物的血浆半衰期:
t1
dx dt

kx
假设药物均匀分布
环境
药物的输入规律与给药的方式有 关。下面,我们来研究一下在几种常 dx
机体
见的给药方式下体内药体的变化规律。
dt

x(t)
dx
பைடு நூலகம்dt

房室模型的划分依据和动力学特征

房室模型的划分依据和动力学特征

房室模型的划分依据和动力学特征示例文章篇一:《房室模型的划分依据和动力学特征》嘿,你知道吗?在我们探索身体里那些奇妙的变化呀,有个特别有趣又超级有用的东西叫房室模型呢。

我就先说说啥是房室模型吧。

你可以把我们的身体想象成一个大城堡,这个城堡里呢,有不同的房间。

每个房间就像是一个房室。

房室模型就是科学家们想出来的一种办法,用来描述药物在我们身体这个大城堡里是怎么跑来跑去的。

那房室模型的划分依据是啥呢?这就好比我们要把城堡里的房间分类。

有些房间可能挨得特别近,药物在它们之间跑得就特别快,就像在同一个小院子里的屋子似的。

比如说,我们的血液就像城堡里的一条大河,那些和血液关系特别紧密的地方,药物一进去就能快速到达,这就可能被划分成一个房室。

像我们的心脏、血管这些地方,药物一下子就能在里面扩散开,那它们就可能被看作是一个房室。

还有啊,如果有一些组织器官,它们对药物的吸收啊、分布啊的速度差不多,那它们也能被划到同一个房室里。

就像城堡里的一些功能相似的小角落,它们对待客人(药物)的态度很相似,那就把它们归为一类啦。

这就好比厨房和餐厅,总是有很多东西在它们之间来来去去,速度也差不多,就可以算是一种类型的房室。

再讲讲房室模型的动力学特征吧。

这就像在城堡里,每个房间都有自己独特的规则来迎接和送走客人。

比如说一房室模型,药物进入身体这个城堡后,就像一个小探险家在一个大房间里跑来跑去。

这个小探险家(药物)在这个大房间(一房室)里的运动速度是有一定规律的。

它可能会均匀地分散在这个房室里,就像你把一把沙子撒在一个大盒子里,慢慢地沙子就会均匀分布一样。

这个时候呢,药物的浓度变化是按照一定的数学公式来的。

如果用一个简单的比喻,就像是一个小水滴在一个平静的小池塘里,慢慢地扩散开来,它的扩散速度是有规律可循的。

二房室模型就更有趣了。

就像城堡里有两个不同的区域,一个可能是中心区域,一个是边缘区域。

药物先进入中心区域,这个中心区域就像是城堡里的大厅,药物在大厅里一下子就能散开,浓度变化比较快。

数学建模——太阳能小屋的设计模型

数学建模——太阳能小屋的设计模型
针对该问题,我们需要研究如下的问题:
(1)根据山西省大同市的气象数据,仅考虑贴附安装方式,选定光伏电池组件,对小屋的部分外表面进行铺设,并根据电池组件分组数量和容量,选配相应的逆变器的容量和数量。
(2):电池板的朝向与倾角均会影响到光伏电池的工作效率,请选择架空方式安装光伏电池,重新考虑问题1。
(3):根据附件7给出的小屋建筑要求,为大同市重新设计一个小屋,要求画出小屋的外形图,并对所设计小屋的外表面优化铺设光伏电池,给出铺设及分组连接方式,选配逆变器,计算相应结果。
二、问题分析
对于在绿色小屋上铺设太能电池板最优解的问题,我们可以设定为是多因素限制的一个多变量的规划问题。
太阳能电池由电池板和逆变器构成,两个相互影响,只允许相同型号的光伏组件进行串联,不同型号的光伏组件只能并联。电池板本身大小固定,很难完全铺设,这些都是限制因素,都要在模型中加以考虑。
根据逆变器的参数调整设计电池组件分组阵列串并联的方式以满足相应的输出电压和总功率,研究电池板型号对应于逆变器的关系来确定电池板的组件;
最后,对所建模型进行评价和改进,并且就太阳能小屋的设计和建造问题给出了具体的建议。
关键词:光伏电池优先因子贪婪算法非线性优化最佳倾角
一、问题重述
在设计太阳能小屋时,需在建筑物外表面(屋顶及外墙)铺设光伏电池,光伏电池组件所产生的直流电需要经过逆变器转换成220V交流电才能供家庭使用,并将剩余电量输入电网。不同种类的光伏电池每峰瓦的价格差别很大,且每峰瓦的实际发电效率或发电量还受诸多因素的影响,如太阳辐射强度、光线入射角、环境、建筑物所处的地理纬度、地区的气候与气象条件、安装部位及方式(贴附或架空)等。因此,在太阳能小屋的设计中,研究光伏电池在小屋外表面的优化铺设是很重要的问题。

房室模型的综述

房室模型的综述

房室模型的综述1前言神经系统可能是我们体内最复杂和最重要的系统。

它负责传递有关肌肉运动和感官输入的信息,使我们能够与周围的世界互动并感知它们。

神经系统主要由称为神经元的大量互连细胞网络组成。

因此,对神经元的研究具有重要意义,因为了解神经元本身的性质有助于理解它们如何在更大的网络中协同工作。

1.1神经元解剖学神经元可以分解为三个主要部分;躯体,树突和轴突。

体细胞是神经元的主体,具有容纳细胞核的半透性细胞膜。

树枝状结构形成一个巨大的树状结构,从躯体延伸出来。

树突负责接收来自其他神经元的突触输入(神经递质)。

神经元的轴突是长轴状结构,终止于轴突末端。

轴突末端负责释放由其他神经元的树突所接收的神经递质。

神经元图如图1所示。

树突和轴突末端的大分支结构允许每个神经元与数千个其他神经元连接,形成大规模的通信网。

神经元通过突触进行通信,突触由轴突终端中的电脉冲触发。

轴突末端的电脉冲释放神经递质,该神经递质与另一神经元的树突上的受体位点结合。

树突上的兴奋性神经递质的累积可以引起动作电位,这是跨细胞膜的电压的大的尖峰。

该电脉冲可以沿树突移动到轴突终端,其中可以定位其他突触,允许信息在网络上传播。

1.2数学方法为了捕获沿单个神经元的电脉冲传播的基本动态,可以使用数学方程。

然而,神经元的复杂生理结构产生难以分析的方程式。

跨越神经元细胞膜的潜在差异取决于空间和时间,因此生理上准确的神经元模型将受部分差异方程(PDE)控制。

PDE难以通过分析和数值分析。

为了克服这种困难,神经元可以通过称为区室化的过程离散化(图2)。

当神经元被划分时,它被分解成称为隔室的不连续区段。

图1:神经元图。

神经元的三个主要部分是体细胞,树突和轴突。

单个隔室没有空间依赖性,因此它们的电压仅取决于时间,这使得它们可以由普通的二元方程(ODE)控制。

通常,对ODE系统的分析比PDE系统的分析容易得多。

区室化过程允许使用空间独立的隔室对神经元进行建模。

模型具有的隔室越多,其生理学上就越现实。

房室模型(药物代谢动力学)

房室模型(药物代谢动力学)

06
房室模型的验证与选择
模型的验证方法
残差分析
通过观察残差的正态性、独立性和变异性, 评估模型的拟合效果。
诊断绘图
利用诊断图(如半对数图、标准化残差图等) 来评估模型假设的合理性。
参数的统计推断
通过比较参数的估计值与实际值,评估模型 的准确性。
交叉验证
利用不同数据集对模型进行验证,以评估模 型的泛化能力。
房室模型的应用
01
02
03
药代动力学研究
通过房室模型可以研究药 物在体内的吸收、分布、 代谢和排泄过程,为药物 设计和优化提供依据。
药物相互作用研究
房室模型可以用于研究药 物之间的相互作用,预测 新药与现有药物联合使用 时的药代动力学行为。
个体化用药指导
根据患者的个体差异,通 过房室模型可以预测不同 患者的药物暴露量,为个 体化用药提供依据。
详细描述
清除率的大小取决于药物的代谢速率和排泄 速率。药物的清除率对于了解药物在体内的 消除过程、制定给药方案和评估药物疗效具
有重要意义。
吸收速率常数
总结词
吸收速率常数是反映药物吸收速度的参数,表示药物从胃肠道进入血液的速度。
详细描述
吸收速率常数的大小与药物的溶解度、渗透性和肠道吸收能力等因素有关。了解药物的 吸收速率常数有助于预测药物的生物利用度和血药浓度变化,从而指导临床合理用药。
THANKS
感谢观看
02
一室模型
定义与特点
定义
一室模型是指药物在体内均匀分布,且药物在各组织中的消除速率相同。
特点
一室模型是房室模型中最简单的一种,适用于药物在体内分布广泛且消除速率较慢的情况。
数学表达方式
药物浓度在体内随时间变化的方程为: C(t) = C₀ * e^(-kt),其中C₀为初始 药物浓度,k为消除速率常数,t为时 间。

数学模型二房室模型

数学模型二房室模型
对应齐次 方程通解 可证明:特征 方程有两个不 相等负根
c1 (t ) A1e B1e t t c2 (t ) A2 e B2 e
t t
k12 k 21 k13 k 21 k13
给药速率 f0(t) 几种常见的给药方式 和初始条件 t=0 瞬时注射剂量D0 1.快速静脉注射 f (t ) 的药物进入中心室,血 V c (t ) (k k )c V k c V 药浓度立即为D0/V1
c1 (t ), c2 (t ) 0
详解
• 因f0( B1e t , c2 (t ) A2et B2e t 1 • 代入方程第一式(第二式也可)
- A1e
t
- B1e
t
(k12 k13 )( A1e -
c1 (t ) A1e (t T ) B1e (t T ) 通解 c2 (t ) A2 e (t T ) B2 e (t T )
常数A1 A2 k0 (k21 ) k0 (k21 ) , B1 , V1k21k13 ( ) V1k21k13 ( )
t>T以后,静脉注射停止
V2 c1 (t ) (k12 k13 )c1 V k 21c2 1 方程 ,t T c (t ) V1 k c k c 2 12 1 21 2 V2
当T充分大,初值 k0 c1 (T ) k13V1 k12 k0 c2 (T ) k 21k13V2
f 0 (t ) V2 c1 (t ) (k12 k13 )c1 V k 21c2 V 1 1 c (t ) V1 k c k c f 0 (t ) k0 , c1 (0) 0, c2 (0) 0 2 12 1 21 2 V2

房室模型[汇总]

房室模型[汇总]

§3 房室模型[问题的提出]药物进入机体后,在随血液输运到各个器官和组织的过程中,不断地被吸收、分布、代谢,最终排出体外.药物在血液中的浓度,即单位体积血液(毫升)中药物含量(毫克或微克),称血药浓度,随时间和空间(机体的各部分)而变化.血药浓度的大小直接影响到药物的疗效,浓度太低不能达到预期的效果,浓度太高又可能导致药物中毒、副作用太强或造成浪费.因此研究药物在体内吸收、分布和排除的动态过程,及这些过程与药理反应间的定量关系,对于新药研制、剂量确定、给药方案设计等药理学和临床医学的发展都具有重要的指导意义和实用价值.这个学科分支称药物动力学.建立房室模型(Compannlent Model)是药物动力学研究上述动态过程的基本步骤之一.所谓房室是指机体的一部分,药物在一个房室内呈均匀分布,即血药浓度是常数,而在不同房室之间则按照一定规律进行药物的转移.一个机体分为几个房室,要看不同药物的吸收、分布、排除过程的具体情况,以及研究对象所要求的精度而定.本节只讨论二室模型,即将机体分为血液较丰富的中心室(包括心、肺、肾等器官)和血液较贫乏的周边室(四肢、肌肉组织等).药物的动态过程在每个房室内是一致的,转移只在两个房室之间以及某个房室与体外之间进行.二室模型的建立和求解方法可以推广到多室模型.显然,将一个机体划分为若干房室是人们为了研究目的所做的简化.值得庆幸的是,这种简化在一定条下已由临床试验证明是正确的,为医学界和药理学界所接受.[模型的假设] 1.机体分为中心室( 室)和周边室( 室),两个室的容积(即血液体积或药物分布容积)在过程中保持不变;2.药物从一室向另一室的转移速率,及向体外的排除速率,与该室的血药浓度成正比;3.只有中心室与体外有药物交换,即药物从体外进人中心室,最后又从中心室排出体外.与转移和排除的数量相比药物的吸收可以忽略.在这些假设下的一种二室模型示意图如下,)(),(t x t c i i 和i V 分别表示第i 室)2,1(=i 的血药浓度、药量和容积,12k 和21k 是两室之间药物转移速率系数,13k 是药物从I 室向体外排除的速率系数.)(0t f 是给药速率,由给药方式和剂量确定.这种速率系数为常数的房室模型称乳突状模型.[模型的建立] 根据假设条件和上图可以写出两个房室中药量)(),(21t x t x 满足的微分方程.)(1t x 的变化率由I 室向Ⅱ室的转移12k -1x ,I 室向体外的排除113x k -,Ⅱ室向I 室的转移是221x k ,及给药)(0t f 组成;)(2t x 的变化率由I 室向Ⅱ室的转移112x k 及Ⅱ室向I 室的转移221,x k -组成.于是有)(t x i 与血药浓度)(t c i 、房室容积i V 之间显然有关系式(2)代人(1)式可得这是线性常系数非齐次方程,它的解由齐次方程的通解和非齐次方程的特解组成.其对应齐次方程的通解为:其中βα,由确定.为了得到非齐次方程的特解从而解出(3),需要设定给药速率)(0t f 和初始条件.我们考察下面几种常见的给药方式.1.快速静脉注射这种注射可简化为在0=t 的瞬时将剂量0D 的药物输入中心室,血药浓度立即上升为10/V D ,于是)(0t f 和初始条件为方程(3)在条件(6)下的解为其中βα,由(5)确定.可以看出当∞→t 时0)(,0)(21→→t c t c .2.恒速静脉滴注 当静脉滴注的速率为常数是0k 时,)(0t f 和初始条件为方程(3)在条件(9)下的解可表示为其中常数11,B A 由初始条件0)0()0(21==c c 确定. 当t 充分大时)(),(21t c t c 将趋向于(10)式右端第3项表示的常值.实际上,若T t =后停止滴注,那么)(),(21t c t c 在T t >以后将按指数规律衰减并趋于零.3.口服或肌肉注射这种给药方式相当于在药物输入中心室之前先有一个将药物吸收人血掖的过程,可以简化为有一个吸收室,如图16.)(0t x 为吸收室的药量,药物由吸收室进人中心室的转移速率系数为01k ,于是)(0t x 满足0D 是给药量.而药物进人中心室的速率为将方程(11)的解代人(12)式得在这种情况下方程(3)的解)(1t c 的一般形式为(设βα,01≠k ).其中系数A ,B ,,E 正由初始条件0)0()0(21==c c 确定.从以上的讨论可以看出,中心室的血药浓度)(1t c 取决于转移速率系数132112,,k k k ,房室容积21,V V 以及输入参数00,k D 等因素,而房室模型的用途恰是通过对)(1t c 的量测,确定对于药理学和临床医学最为重要的参数,如转移速率系数,特别是从中心室向体外排除的速率系数13k .下面介绍在快速静脉注射给药方式下估计诸参数的方法.[参数估计] 在0=t 瞬时快速注射剂量为0D 的药物以后,在一系列时刻),2,1(n i t i ,⋯=从中心室采取血样并获得血药浓度)(1t c ,根据这些数据利用 (7),(5)式估计参数132112,,k k k 的过程可分两步:先计算(7)式中的B A ,,,βα再确定132112,,k k k .1.计算B A ,,,βα 不妨设βα<,于是当t 充分大时(7)式近似为或对于适当大的i t 和相应的)(1t c ,用最小二乘法不难估计出α,1nA 和A .然后计算再利用(7)式得对于较小的i t 和由(17)式算出的)(1i t c ,仍用最小二乘法即可得到β和B .2.确定132112,,k k k因为∞→t 时0)(),(21→t c t c ,进人中心室的药物全部被排除,所以将(7)代人(19)式可得又因为联合(20),(21)式解出再利用(5)式即可确定这就完成了根据中心室血药浓度的量测数据,估计转移和排除速率系数的过程.[ 评注] 建立房室模型的目的是研究体内血药浓度的变化过程,确定诸如转移和排除速率系数等参数,为制订给药方案和剂量大小提供数量依据.建模过程是将机理分析和测试分析相结合,先由机理分析确定方程形式,再由测试数据估计参数.选用几个房室建模是一个重要问题,可以先选择一室模型,其计算非常简单.不满意时再采用二室或多室模型,甚至非线性房室模型.常见的一种非线性模型(以一室为例)是12111.)(c k c k t c +-=,当1c 较小时它近似于线性模型;称为一级排除过程,而当1c 较大时)(1.t c 近似于常数,称为零级排除过程,所以它表示了一种混合型的排除过程.。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
对应齐次 方程通解
+ B1e c 1 ( t ) = A1 e −α t − βt + B 2e c 2 (t ) = A2 e
−αt − βt
α + β = k 12 + k 21 + k 13 αβ = k 21 k 13
几种常见的给药方式
1.快速静脉注射 .
给药速率 f0(t) 和初始条件 t=0 瞬时注射剂量 0 瞬时注射剂量 注射剂量D 的药物进入中心室, 的药物进入中心室,血 药浓度立即为D0/V1 药浓度立即为
D0 −α t − βt c1 ( t ) = [( k 21 − α ) e + ( β − k 21 ) e ] V1 ( β − α ) α + β = k12 + k21 + k13 D 0 k 12 −α t − βt c 2 (t ) = (e − e ) V2 ( β − α ) αβ = k21k13
3.口服或肌肉注射 . 相当于药物( 剂量D 先进入吸收室 先进入吸收室, 相当于药物 剂量 0)先进入吸收室,吸收后进入中心室
吸收室
x 0 (t )
中心室
吸收室药量x 吸收室药量 0(t)
f 0 (t ) V2 & c1 ( t ) = − ( k 12 + k 13 ) c1 + V k 21 c 2 + V 1 1 c ( t ) = V1 k c − k c &2 12 1 21 2 V2
f 0 ~ 给药速率
x i (t ) = Vi ci (t ), i = 1, 2 模型建立 f 0 (t ) V2 & c 1 ( t ) = − ( k 12 + k 13 ) c 1 + V k 21 c 2 + V 1 1 线性常系数 c (t ) = V1 k c − k c &2 12 1 21 2 非齐次方程 V2
f (t ) V & c1 ( t ) = − ( k 12 + k 13 ) c1 + 2 k 21 c 2 + 0 V1 V1 c ( t ) = V1 k c − k c &2 12 1 21 2 V2
D0 f 0 ( t ) = 0 , c1 ( 0 ) = , c 2 (0 ) = 0 V1
f 0 (t )
给药
中心室
c 1 ( t ), x 1 ( t ) V1
k 12
k 21
周边室 c 2 ( t ), x 2 ( t ) V2
& x1 ( t ) = − k 12 x1 − k 13 x1 + k 21 x 2 + f 0 ( t )
k13
排除
& x 2 ( t ) = k 12 x1 − k 21 x 2
D0 c1 (0) = = A+ B V1

进入中心室的药物全部排除
A B D 0 = k 13 V 1 + α β
k 13
k
αβ ( A + B ) = αB + βA
=
α + β = k12 + k 21 + k13 αβ = k 21k13
αβ
k
13
21
k12 = α + β − k13 − k 21
药物在体内的分布与排除(房室模型) 药物在体内的分布与排除(房室模型) • 药物进入机体形成血药浓度(单位体积血液的药物量) 药物进入机体形成血药浓度(单位体积血液的药物量) 血药浓度 • 血药浓度需保持在一定范围内 血药浓度需保持在一定范围内——给药方案设计 给药方案设计 • 药物在体内吸收、分布和排除过程 ——药物动力学 药物在体内吸收、 药物动力学 • 建立房室模型 建立房室模型——药物动力学的基本步骤 房室模型 药物动力学的基本步骤 • 房室 房室——机体的一部分,药物在一个房室内均匀 机体的一部分, 机体的一部分 分布(血药浓度为常数) 分布(血药浓度为常数),在房室间按一定规律转移 • 本节讨论二室模型 本节讨论二室模型 二室模型——中心室(心、肺、肾等)和 中心室( 肾等) 中心室 周边室(四肢、肌肉等) 周边室(四肢、肌肉等)
c1 (0) = 0, c2 (0) = 0 ⇒ A, B, E
参数估计
各种给药方式下的 c1(t), c2(t) 取决于参数k 取决于参数 12, k21, k13, V1,V2
t=0快速静脉注射 0 ,在ti(i=1,2,…n)测得 1(ti) 快速静脉注射D 测得c 快速静脉注射 … 测得
D0 c1 ( t ) = [( k 21 − α ) e −α t + ( β − k 21 ) e − βt ] V1 ( β − α ) D 0 ( k 21 − α ) − α t c1 (t ) = e = Ae 设α < β , t充分大 V1 ( β − α )
模型假设
• 中心室 和周边室(2),容积不变 中心室(1)和周边室 , 和周边室 • 药物从体外进入中心室,在二室间 药物从体外进入中心室, 相互转移, 相互转移,从中心室排出体外
• 药物在房室间转移速率及向体外排除速率, 药物在房室间转移速率及向体外排除速率, 与该室血药浓度成正比
模型建立
xi (t) ~ 药量 ci (t) ~ 浓度 Vi ~ 容积 i = 1,2
由较大的 t i , c1 ( t i ) 用最小二乘法定A,α
−α t
~ (t ) = c (t ) − Ae − αt = Be − βt c1 1
由较小的
~ (t ) 用最小二乘法t → ∞, c1 , c2 → 0
D 0 = k 13 V 1 ∫0 c 1 ( t ) dt
c1 ( 0 ) = 0 , c 2 ( 0 ) = 0
k0 −α t − βt 0≤t≤T c 1 ( t ) = A1 e + B 1 e + k V , 13 1 k 12 k 0 −α t − βt , 0≤t≤T c 2 (t ) = A2 e + B 2 e + k 21 k 13 V 2 V 1 ( k 12 + k 13 − α ) V 1 ( k 12 + k 13 − β ) A1 , B 2 = B1 A2 = k 21 V 2 k 21V 2 t >T, c1(t)和 c2(t)按指数规律趋于零 和 按指数规律趋于零
f 0 = k 01 x0
& x 0 ( t ) = − k 01 x 0 x0 (0 ) = D 0
x0 (t ) = D0 e
− k 01t
f 0 (t ) = k 01 x0 (t ) = D0 k 01e
− αt
− k 01t
c1 ( t ) = Ae
+ Be
− βt
+ Ee
− k 01 t
2.恒速静脉滴注 .
0 ≤ t ≤ T 药物以速率k0进入中心室
f 0 (t ) V2 & c1 ( t ) = − ( k 12 + k 13 ) c1 + V k 21 c 2 + V 1 1 c ( t ) = V1 k c − k c f 0 (t ) = k 0 , &2 12 1 21 2 V2
相关文档
最新文档