药时曲线下面积 (AUC)

药时曲线下面积（AUC）是药物浓度随时间变化的积分，是衡量单次给药后药物全身总暴露量的标准指标。它将实际进入循环的剂量与身体的清除率联系起来，并广泛用于比较制剂、给药途径和给药条件。

Definition

药时曲线下面积是药物浓度在规定时间间隔内（通常从给药到最后测量点，或外推至无穷大）对时间进行定积分，表示全身循环对药物的总暴露量。

Scope

本主题涵盖了AUC的含义、如何从采样的浓度-时间数据（通常采用梯形法则并外推末端）计算AUC，以及它与清除率和生物利用度的关系。它将AUC作为一种定量的暴露指标用于参考和教育，不提供给药或治疗建议。

Core questions

• 药时曲线下面积量化了什么？
• 如何从有限的测量浓度集估算AUC？
• AUC与清除率和生物利用度剂量有何关系？
• 如何处理曲线中未测量的末端部分？

Key concepts

• 积分暴露量（浓度随时间积分）
• 梯形法则估算
• 线性与对数梯形法
• 末端外推至无穷大
• AUC等于生物利用度剂量除以清除率
• 在生物等效性比较中的应用

Mechanisms

给药后，血浆浓度随时间升高和降低，描绘出一条曲线；曲线下的面积总结了累积暴露量。实际上，浓度是在离散的采样时间点测量的，连续点之间的面积通过几何方法近似计算——最常用的是线性梯形法则，而在浓度呈指数下降的衰减期，通常更倾向于采用对数变体。超出最后测量浓度部分的曲线通过末端速率常数外推至无穷大，以获得AUC。这些方法的数值准确性取决于采样密度和算法的选择。一旦获得，AUC具有简单的生理意义：对于特定药物，它等于进入全身循环的剂量除以清除率，因此AUC将给药剂量、吸收分数（生物利用度）和身体消除药物的能力联系在一起。

Clinical relevance

AUC是衡量身体在一段时间内暴露于多少药物的常规总结，对于比较制剂和评估研究文献中的生物等效性至关重要。本条目解释了该测量方法及其计算，仅供参考；它是描述性的，不能作为给药或个体治疗决策的依据。

Evidence & guidelines

估算AUC的方法及其误差特性已在方法学文献（Chiou；Yeh和Kwan；Wagner）中确立，并总结在Gibaldi和Perrier等标准教科书中。基于AUC的暴露比较是生物等效性评估中的一项长期原则；此处引用的参考文献是方法学和教育性的，而非临床实践指南。

History

随着20世纪70年代房室模型和模型无关药代动力学的成熟，AUC成为一个核心暴露指标，作者们比较了数值积分算法（梯形法、拉格朗日法、样条法）并描述了它们的潜在误差。这项方法学工作，以及Wagner等人的基于模型的推导，确立了AUC估算作为药代动力学分析中的常规步骤。

Debates

哪种数值方法最能估算AUC？

线性梯形法则简单，但在陡峭的指数下降期间可能会高估面积；对数梯形法和样条法可以减少这种偏差，适当的选择取决于采样密度和曲线形状。

Key figures

• Win L. Chiou
• K. C. Yeh
• John G. Wagner
• Milo Gibaldi

Seminal works

• chiou-1978
• yeh-kwan-1978
• wagner-1976-auc

Frequently asked questions

AUC能告诉您什么，而单个浓度不能？

AUC捕捉的是整个时间过程中的总暴露量，而不是单一瞬间的暴露量，它整合了浓度升高的高度和持续的时间，这就是为什么它被用来比较不同剂量或制剂之间的总体暴露量。

如何处理最后一个样本点之后的曲线部分？

末端通过估计的末端消除速率常数外推至无穷大，将剩余指数衰减的面积添加到测量的（梯形）面积中，以获得从零时刻到无穷大的AUC。