IVIVC：讓體外溶出預測體內表現

為什麼我們想用燒杯預測患者

每一項臨床生物等效研究都耗費金錢、時間與志願者暴露。相比之下，實驗室裡的一次溶出試驗既便宜又可重複——你把劑型投入一容器的液體，測量藥物溶解的快慢。體外-體內相關性（IVIVC）的夢想，就是讓那次燒杯試驗預測真實患者體內的血藥曲線。若存在可靠的相關性，產品的變更便可透過重做溶出試驗來放行，而無需再次給人給藥。

只有當溶出是緩慢的控速步驟時——即吸收為溶出速率限制時——IVIVC 在物理上才說得通。對於溶解快、滲透高的藥物，溶出早在吸收結束之前就完成了，因此燒杯沒有什麼有意義的東西可預測。這正是 IVIVC 對緩控釋產品最有價值的原因：處方刻意控制釋放速率，而該速率主宰著下游的一切。

相關性的層級

並非所有相關性都同樣有力，因此該框架定義了層級。A 級相關性是金標準：整條體外溶出曲線與整條體內吸收曲線之間逐點的關係。B 級相關性比較概括統計量——例如以平均體外溶出時間對平均體內駐留時間——用上全部數據，但僅作平均。C 級相關性把單一溶出點（比如 60 分鐘時的溶出百分比）與單一藥動參數如 AUC 或 Cmax 相聯繫。A 級最有用，因為它能預測整條血藥曲線，而非僅一個數。

搭建一個 A 級相關性

1. 製備兩到三個釋放速率刻意不同的緩釋產品版本——慢、中、快。
2. 測量每個版本的體外溶出曲線，並開展臨床研究以獲得每個版本的血藥曲線。
3. 對血藥曲線進行解卷積，還原體內吸收曲線——隨時間吸收的藥物分數。
4. 在對應時間點把體內吸收分數對體外溶出分數作圖；一條接近 45° 的直線即確認 A 級相關性。
5. 用一個預留批次的溶出數據預測其血藥曲線，並核查預測誤差，以此進行驗證。

Level A correlation - one matched time point pair

  Time (h)   % dissolved in vitro   % absorbed in vivo
     1              22                    20
     2              41                    39
     4              68                    66
     8              95                    93

Fit:  Fa(in vivo) = slope * Fd(in vitro) + intercept
      slope  ~ 0.98   intercept ~ 0  ->  near 1:1 line  =>  Level A

Validation on a new batch:
  predicted AUC = 41.0 ;  observed AUC = 42.3
  prediction error = |41.0 - 42.3| / 42.3 = 3.1%   (well under the 10-15% guide)