浓度-QTc建模实践指南：从数据准备到模型预测的R语言实现

来自AstraZeneca的研究人员针对药物QT间期评估需求，开发了基于ICH E14指南的浓度-QTc(C-QTc)建模实践教程。该研究通过真实临床试验数据（含dofetilide和verapamil案例），提供线性混合效应模型(LME)完整分析流程，包含ΔΔQTc的90%CI计算，其R代码已获监管机构认可，为心脏安全性评价提供标准化方案。

　　

这篇实操指南详细解析了浓度-QTc（C-QTc）建模的核心技术，这种基于模型的分析方法已成为评估药物对心电图QT间期影响的金标准。自2015年国际人用药品注册技术协调会（ICH）发布E14问答指南后，该方法在药物心脏安全性评价领域获得官方认可。教程特别采用了Johannesen团队发表的临床数据，通过对比阳性对照药dofetilide和阴性对照药verapamil的药效差异，生动展示了QT间期变化的检测技巧。

研究团队严格遵循《科学白皮书》技术规范，逐步演示了从原始数据整理、探索性分析到建立线性混合效应模型（Linear Mixed Effects model, LME）的全流程。其中重点介绍了基线校正和安慰剂校正的QTc（ΔΔQTc）计算方法，以及如何确定90%置信区间上限这一关键监管指标。为确保分析可重复性，教程创新性地采用pkgr工具管理R语言运行环境。

值得一提的是，本教程提供的分析代码已在阿斯利康（AstraZeneca）多个药物研发项目中成功应用，并顺利通过药品监管部门的审评。这套标准化工作流程不仅提高了心脏安全性评估的效率，更为行业提供了符合监管要求的分析范式。