预约演示

更新于：2025-07-15

Aripiprazole

阿立哌唑

更新于：2025-07-15

概要

基本信息

简介阿立哌唑，商品名 Abilify Discmelt®，是一种非典型抗精神病药物，用于治疗多种情绪和精神病，包括但不限于精神分裂症、I 型双相情感障碍、重度抑郁症、易激惹相关疾病、自闭症和图雷特综合症。作用机制为5-HT2A 激动剂和 D2 受体激动剂。阿立哌唑于2002 年首次获得美国 FDA 批准，由大冢控股开发。它的主要适应症是用于治疗精神分裂症。

药物类型

小分子化药

别名

ABILIFY MAINTENA、Abilify MyCite、Abilify Prolonged Release Aqueous Suspension

+ [35]

靶点

5-HT1A receptor x 5-HT2A receptor x D2 receptor x D3 receptor

作用方式

激动剂、拮抗剂

作用机制

5-HT1A receptor激动剂(5-羟色胺1A受体激动剂)、5-HT2A receptor拮抗剂(5-羟色胺2A受体拮抗剂)、D2 receptor激动剂(多巴胺D2受体激动剂)

治疗领域

神经系统疾病遗传病与畸形其他疾病

在研适应症

自闭症谱系障碍Tourette 综合征抑郁症+ [10]

非在研适应症

急性精神分裂症精神病性情感障碍阿尔茨海默症+ [13]

原研机构

Otsuka Holdings Co., Ltd.

在研机构

Otsuka Pharmaceutical Netherlands B.V.

力品药业（厦门）股份有限公司

Otsuka Pharmaceutical Co., Ltd.

+ [12]

非在研机构

Otsuka Pharmaceutical Development & Commercialization, Inc.

Bristol Myers Squibb Co.

Otsuka America Pharmaceutical, Inc.

+ [6]

权益机构

江苏恩华药业股份有限公司

Zysis Ltd.

H. Lundbeck A/S

+ [3]

最高研发阶段批准上市

首次获批日期

美国 (2002-11-15),

精神分裂症

最高研发阶段(中国)批准上市

特殊审评孤儿药 (美国)、优先审评 (中国)

登录后查看时间轴

结构/序列

分子式C23H27Cl2N3O2

InChIKeyCEUORZQYGODEFX-UHFFFAOYSA-N

CAS号129722-12-9

关联

485

项与阿立哌唑相关的临床试验

NCT05545891

/ Not yet recruiting临床2期IIT

A Double-Blind, Placebo Controlled Study of Aripiprazole in Body Focused Repetitive Behaviors

This study is 6 weeks long and involves subjects taking aripiprazole or placebo. If they are randomly assigned to the aripiprazole arm and are eligible to participate in the study, they will begin by taking 5mg once daily of aripiprazole for two weeks, then 10mg once daily for the remaining three weeks. Efficacy and safety measures will be performed at each visit. Participants will be randomized to receive either aripiprazole or placebo on a 1:1 basis. This blinding will be maintained by the IDS pharmacy at the University of Chicago.

开始日期2025-11-01

申办/合作机构

The University of Chicago

NCT06969755

/ Not yet recruiting临床4期IIT

Biomarkers to Enhance Early Schizophrenia Treatment

This study is recruiting participants who are experiencing a first episode of psychosis and who have certain genetic factors that may make them respond better to certain medications that are used to treat people with psychosis.

开始日期2025-07-30

申办/合作机构

Northwell Health, Inc.

[+1]

NCT07011693

/ Not yet recruiting临床4期IIT

Switching Medication and Augmentation Strategies for SSRI-Resistant Adolescent Depression（SMART-I): An Open-Label, Multicenter, Randomized Controlled Trial

This project aims to investigate the effectiveness of existing common antidepressants in adolescents with MDD who did not respond to their first treatment.

开始日期2025-06-20

申办/合作机构

重庆医科大学附属第一医院

100 项与阿立哌唑相关的临床结果

登录后查看更多信息

100 项与阿立哌唑相关的转化医学

登录后查看更多信息

100 项与阿立哌唑相关的专利（医药）

登录后查看更多信息

7,729

项与阿立哌唑相关的文献（医药）

2025-12-31·JOURNAL OF MEDICAL ECONOMICS

Healthcare resource utilization patterns among patients with Parkinson’s disease psychosis and dementia: analysis of US Medicare beneficiaries treated with pimavanserin versus other-atypical antipsychotics or versus quetiapine

Article

作者: Chrones, Lambros ; Gopal, Daksha ; Doshi, Dilesh ; Rajagopalan, Krithika ; Rashid, Nazia

BACKGROUND:

Pimavanserin (PIM) is the only FDA approved atypical antipsychotic treatment (AAP) for hallucinations and delusions associated with Parkinson's disease psychosis (PDP) among patients with or without coexisting dementia; however, Other-AAPs (i.e. quetiapine (QUE), risperidone, olanzapine, aripiprazole) are commonly prescribed off-label. Healthcare resource utilization (HCRU) patterns among patients with PDP and coexisting dementia (PDP+D) who newly initiate PIM versus (vs.) Other-AAPs (i.e. other AAP-mix) or QUE in real-world settings is limited.

METHODS:

A retrospective analysis of Parts A, B, and D claims from the 100% Medicare sample from 04/01/15 to 12/31/21 was conducted. AAP-naïve patients with PDP+D who initiated ≥12-month continuous monotherapy with PIM vs. Other-AAPs or vs. QUE during 04/01/16-12/31/20 were propensity score matched 1:1 on thirty-one variables (age, sex, race, region and 27 Elixhauser comorbidity characteristics). Adjusted log binomial regressions compared all-cause HCRU [(e.g. inpatient hospitalizations and by hospitalization-type [short-term stays (ST-stays), long-term stays (LT-stays), skilled nursing facility stays (SNF-stays)], and emergency room (ER) visits] risk between cohorts.

RESULTS:

Of the 5,932 patients with PDP+D, matched cohorts (n = 1,294 in each) on continuous- monotherapy of PIM vs. Other-AAPs or QUE had similar demographics and comorbidities. Adjusted regression results showed those who initiated PIM vs. Other-AAPs had significantly lower relative risk (RR) of ≥1 all-cause inpatient hospitalizations (RR = 0.88, 95% CI: 0.80-0.97), ST-stays (RR = 0.86, 95% CI: 0.77-0.95), SNF-stays (RR = 0.79, 95% CI: 0.68-0.92), and ER visits (RR = 0.89, 95% CI: 0.84-0.94). PIM vs. QUE also experienced significantly lower RR for ≥1 all-cause IP hospitalizations (RR = 0.88, 95% CI: 0.80-0.96), ST-stays (RR = 0.85, 95% CI: 0.77-0.95), SNF-stays (RR = 0.81, 95% CI: 0.70-0.94), and ER visits (RR = 0.88, 95% CI: 0.83-0.94).

CONCLUSIONS:

Patients initiating PIM-monotherapy for PDP+D experienced 12% lower all-cause inpatient hospitalizations vs. Other-AAPs or QUE. These results are consistent with prior real-world research in PDP with or without dementia.

2025-12-31·DRUG DELIVERY

Ionic liquid-iontophoresis mediates transdermal delivery of sparingly soluble drugs

Article

作者: Zhang, Qi ; Wang, Qiao ; Gao, Wenyan ; Xing, Wenmin ; Yu, Wenying ; Tang, Zhan

Low solubility restricted transdermal penetration of drugs. We aimed to develop a novel ionic liquid-iontophoresis (IL-IS) technology and assess their efficacy and primary factors in facilitating transdermal drug delivery. Five choline-based ILs with different chain length were synthesized and validated, and the impact of IL and/or IS technology on transdermal penetration of model drugs were investigated. The results indicated that five groups of ILs synthesized in this study exhibited minimal level of toxicity, and the longer the chain of acid ligands of ILs, the greater the cytotoxicity. The longer chain of acid ligand was demonstrated superior solubilizing capabilities compared to the shorter chain. Cinnamic acid-choline-based IL ([Cho] [Cin]) significantly improved permeation of all three model drugs, and permeation quantity was linearly positively associated with the concentration of ILs. The 10 h cumulative permeation of aripiprazole applied with ILs alone was enhanced by about 14-fold when paired with IS, and the penetration was linearly positively associated with the concentration and current strength of the ILs. In vivo results indicated that IL and/or IS technology primarily facilitated drug penetration into the skin, with potential involvement of endocytosis in this process. This study demonstrated that [Cho] [Cin] exhibited a significant enhancement in the transdermal delivery of three sparingly soluble drugs. It further enhanced the transdermal permeation of weak base drug following with the combining IL and IS technology. These findings highlighted that the IL-IS technology holded promise for facilitating the transdermal delivery of sparingly soluble and weak base drugs.

2025-11-01·JOURNAL OF AFFECTIVE DISORDERS

Adverse events associated with four atypical antipsychotics used as augmentation treatment for major depressive disorder: A pharmacovigilance study based on the FAERS database

Article

作者: Qi, Fangqing ; Tian, Leiyu ; Zhang, Xiangyang ; Qu, Miao ; Zhang, Yingjie ; Zhao, Simin ; Diao, Huaqiong ; Li, Fei

BACKGROUND:

There is insufficient understanding of the long-term studies on adverse events (ADEs) in major depressive disorder (MDD) treated with atypical antipsychotics (AAPs), risks in patients with different psychiatric disorders, and differences between male and female patients.

METHODS:

This study retrieved ADE reports for aripiprazole, quetiapine XR, brexpiprazole, and cariprazine from the FDA Adverse Event Reporting System (FAERS) for the time periods of FDA approval for MDD in the first quarter (Q1) of 2007, the Q1 of 2009, the Q1 of 2015, and the Q1 of 2022 respectively to the Q1 of 2024. Four algorithms (ROR, PRR, BCPNN, and MGPS) assessed ADE signals. We compared positive signal rates between MDD and non-MDD, and assessed sex differences in drug-related risks by ROR.

RESULTS:

Patients with MDD had significantly higher rates of impulse control disorders (ICDs), obsessive-compulsive disorder (OCD), weight gain, extrapyramidal symptoms, and metabolic disorders compared to non-MDD (P < 0.05). Restless legs syndrome was associated with aripiprazole (P < 0.01), brexpiprazole (P < 0.01), and quetiapine XR. Serotonin syndrome, eosinophilic myocarditis, and angle-closure glaucoma were new signals of aripiprazole in patients with MDD (P < 0.05). Female patients were more likely to gain weight (P < 0.05) with using aripiprazole, quetiapine XR, and brexpiprazole, whereas male patients with aripiprazole (P < 0.01) or brexpiprazole (P < 0.05) reported higher rates of ICDs and OCD.

CONCLUSION:

It is suggesting a potential increased risk of various ADEs in patients with MDD when taking AAPs. The causal relationship and the exact mechanism between drugs and ADEs remains unclear, requiring further research.

354

项与阿立哌唑相关的新闻（医药）

2025-07-02

·药学进展

独家原创 | 王玉珠研究员、谢海棠教授：生理药动学模型在抗精神病药物研究中的应用进展

“点击蓝字关注我们王玉珠国家药品监督管理局药品审评中心研究员，国家药审中心统计与临床药理学部的临床药理学专业主审，药理学博士。主要负责实体瘤、血液等系统的创新药和仿制药审评，在一致性评价工作中承担多专业综合工作。近两年主持完成7个创新药临床药理指南和7个仿制药指南，此外还主持制定了群体PK、肿瘤药扩展队列研究、单/多次给药剂量递增、肾功能不全患者PK、生物类似药临床药理学研究等指南。谢海棠皖南医学院第一附属医院研究员，博士，教授，硕士生导师。皖南医学院弋矶山医院药物评价中心主任。《中国临床药理学与治疗学》执行主编，华东地区优秀主编。中国药理学会定量药理学专业委员会副主任委员，全国优秀科技工作者，国家药品监督管理局药品审评中心首批外聘专家，国家药品监督管理局药品审核查验中心检查员，国家药品监督管理局高级研修学院授课教师。以第一和通信作者发表期刊论文80余篇。获省级科学技术进步奖5项，软件著作权2项，发明专利3项，主编参编专著10余部。多次主办“定量药理与新药评价”国际学术会议及国家级继续教育项目，多次应邀作国内外学术报告。生理药动学模型在抗精神病药物研究中的应用进展 PPS 陈涛1, 2，王文慧1, 2，陈右君1, 2，王玉珠3*, 谢海棠1**（1．皖南医学院弋矶山医院安徽省药物临床评价中心，安徽芜湖，241001；2. 皖南医学院研究生学院，安徽芜湖，241002； 3. 国家药品监督管理局药品审评中心，北京 100076）[摘要] 抗精神病药物包括氯氮平、利培酮、奥氮平、喹硫平和阿立哌唑等，在临床上广泛用于治疗精神分裂症，同时也可用于治疗其他精神类疾病。抗精神病药一般按照固定剂量口服，但对于肝肾功能不全、高龄、儿童、孕妇和联合用药等特殊人群，其体内药物代谢可能会发生变化，导致抗精神病药血药浓度增加或减少，进而导致药效和毒性差异。因此，抗精神病药的体内药动学在个体化用药中具有重要意义。生理药物代谢动力学模型（physiologically based pharmacokinetic model，PBPK）可调节人体的量化生理参数，以此预测抗精神病药物在复杂临床用药情况下的药动学特征，对于调整特殊人群临床安全有效的治疗方案至关重要。通过对常见抗精神病药在特殊人群中的生理药动学模型研究进行详细综述，希望为抗精神病药物研发及临床合理应用提供参考。抗精神病药物是主要用于治疗精神分裂症和伴有精神病性症状的其他精神障碍的一类药物[1]。在我国，已有多种经批准上市的抗精神病药物，包括以氯丙嗪为代表的典型抗精神病药和氯氮平、利培酮、奥氮平、喹硫平和齐拉西酮等非典型抗精神病药[2]。抗精神病药在临床应用中，通常根据患者的具体病情，从较小剂量起步，逐渐调整至治疗剂量或最低有效剂量，以实现精准用药[3]。因此，关于抗精神病药的定量药理学研究较为常见，如通过建模和模拟的方法来预测药物在体内变化的生理药物代谢动力学（physiologically based pharmacokinetic model，PBPK）模型[4-7]。PBPK模型基于解剖学、生理学和药物的理化性质等信息，通过模拟机体循环系统的血液流动，连接机体各组织或器官，并遵循质量平衡原理，以预测药物在体内的吸收、分布、代谢和排泄过程[8]。该模型概念最早是由Theorell于1937年提出，并在 20 世纪60年代后逐步发展[9]。PBPK模型基于计算机模拟，能够提供药物及其代谢产物在血浆和特定组织器官中的药物浓度-时间曲线，进而预测药物在儿童（0 ~ 18岁）、老年人（60岁以上）、孕妇及肝肾功能损害等特殊人群中的系统暴露情况，以及药物的吸收、分布、代谢和排泄过程（见图1），为此类人群提供了精确的用药指导，并有助于减少药物引起的肝肾毒性及其他不良反应的发生风险，PBPK 模型还能为药物剂型的设计提供科学依据[10-15]。因此，本综述旨在通过分析PBPK模型在抗精神病药物中的应用及最新研究进展，为抗精神病药的临床合理应用提供新的策略。1模型指导的药物新剂型研发抗精神病药长期治疗的依从性较差，纳米技术为改善剂型提供了新方向。例如，奥氮平具有首过效应显著，生物利用度低等问题，Ammar等[16]利用 PBPK 模型评估其纳米结构脂质载体（nanostructured lipid carrier，NLC）的体内释放过程，并将预测的介孔-NLC药代动力学参数与临床研究报告的结果进行了比较。结果显示，峰浓度（peak concentration，Cmax）比报告值高2.4倍，药时曲线下面积（area under the curve，AUC）比报告数据高出1.5 倍，而达峰时间（time to maximum concentration，Tmax）降低了约45%。这些结果表明，奥氮平在体内的释放具有持续性。所有这些结果都与先前的体内试验结果一致，即将奥氮平载入介孔纳米颗粒可以有效提高其生物利用度。同时将体外释放曲线的高级溶解、吸收和代谢（advanced dissolution, absorption and metabolism， ADAM）模型应用于PBPK模型中，模拟了奥氮平 NLC 的药代动力学曲线，结果成功地再现了与报告数据相符的药代动力学参数，进一步避免了在患者身上进行奥氮平临床试验。2模型指导的人体首次剂量研究包括PBPK建模在内的大多数监管提交主要集中在药物间相互作用和儿科建模方面。然而，近期关于PBPK模型应用的行业观点强调了其在药物发现和开发中的多种用途，包括从临床前预测到不同临床人群变异性的模拟，显示了监管应用扩展的潜力[17]。在2014 年美国食品药品监督管理局主办的 PBPK 建模会议上，用于人体首次（first-in-human， FIH）剂量预测的PBPK模型被认为对药物开发人员尤为有用[18]。随着PBPK模型在药品监管中的应用日益增多，它已被欧洲药品管理局认定为评估健康志愿者适当起始剂量的有效工具，从而推算出用于临床试验的安全有效剂量并估计药物暴露水平[19]。3模型在药物-药物相互作用研究中的应用抗精神病药多需联合用药，增加了药物-药物相互作用（drug-drug interaction，DDI）的发生率。 DDI 的发生不仅会降低药物的疗效或安全性，还可能导致罕见但致命的不良反应，甚至是药物退出市场的主要原因[20]。为此，基于PBPK模型的体外 DDI 研究正在逐渐增多。抗精神病药奥氮平与阿片受体拮抗剂沙米多芬的联合应用旨在发挥奥氮平的抗精神病疗效，同时减轻奥氮平相关的体质量的增加。Sun等[21] 建立了奥氮平/沙米多芬的PBPK模型，以研究在细胞色素P450 3A4/1A2 酶（cytochrome P450 3A4/1A2 enzyme，CYP3A4/CYP1A2）抑制剂/诱导剂作用下，奥氮平和沙米多芬的药物代谢动力学（pharmacokinetic，PK）变化及剂量调整。最终模型结果显示，在强CYP3A4抑制剂伊曲康唑和中度 CYP3A4 抑制剂氟康唑存在下，沙米多芬的AUC分别增加60%和39%，而奥氮平的AUC几乎不变；在中度CYP3A4诱导剂依非韦伦作用下，奥氮平 AUC降低14%，沙米多芬AUC降低41%。喹硫平属于第2代非典型抗精神病药物，其主要代谢酶为CYP3A4。Sampson等[22]利用现有的临床数据建立并验证了喹硫平在健康人群中的PBPK模型，并基于该模型分别预测了喹硫平与酮康唑和利托那韦的药物相互作用。模型最终结果表明，与利托那韦联合给药时，喹硫平平均AUC为6.2，90%置信区间（confidence interval，CI）为 4.9 ~ 7.8，分析预测喹硫平与利托那韦合用时，喹硫平的AUC会增加9倍，而加入酮康唑则不会进一步增加喹硫平的AUC。氟哌啶醇是一种典型的第1代抗精神病药物，主要用于治疗心理障碍，特别是精神分裂症，且在肝中广泛代谢。Alasmari等[23]开发了氟哌啶醇 PBPK 模型，并引入利福平作为联合用药，以预测二者间的DDI。该模型精确预测了作为CYP3A4酶诱导剂的利福平对氟哌啶醇血浆浓度的影响，与单独服用氟哌啶醇（对照组）相比，接受利福平治疗的患者氟哌啶醇的AUC和半衰期减少了约50%，同时对照组和利福平组的预测AUC和半衰期的相应比率分别为0.6和0.4，表明氟哌啶醇与利福平的相互作用导致氟哌啶醇的药物暴露量减少约50%，此外，通过增加75%的氟哌啶醇剂量，可以使联合使用利福平的患者的药物暴露量与单独使用氟哌啶醇的对照组相当。4模型指导特殊人群用药大多数已上市的抗精神病药物在一些患者群体中仍未得到充分研究，例如肝肾功能损害人群、老年人、儿童和孕妇。因此，目前使用的给药方案可能无法确保这些患者的最佳疗效或最小毒性[24]。针对该类人群开发合适的给药方案所需的临床试验面临诸多挑战，并且在所有特殊患者群体中开展试验的成本非常高[25]。PBPK模型通过分析多个个体的药理学数据，并在人群水平上表征药物药代动力学和/或药效学，能够量化个体间的变异性，研究人群中观察到药物暴露或暴露-反应关系的差异，从而为个体化药物治疗提供理论基础[26-27]。不仅应对了特殊受试者群体数据匮乏的挑战，更为其虚拟药物评估体系的开发提供了量化建模支撑（见表1）。4.1 肝肾功能受损人群若研究药物和/或活性代谢产物主要经肾排泄，在肾功能不全不同分级的患者中需进行独立PK 研究，主要变化考量为肾小球滤过率（glomerular f iltration rate，GFR），因此在进行建模时，需要在健康成人模型的基础上对GFR参数进行相应的修改，对应的公式为公式1：其中，CLr,obs 是肾脏清除率的观测值，fu是血浆蛋白未结合分数，GFR是肾小球滤过率，fGFR是用于被动肾脏消除的肾小球滤过率分数。如果肝代谢和/或排泄的量占原型药物或活性代谢产物清除量的相当大部分（大于所吸收药物的 20%）建议进行肝损害患者的PK研究，主要变化考量为清除率（clearance，CL），因此在进行建模时，需要在健康成人模型的基础上对CL参数进行相应的修改，对应的公式为公式2：其中CLspecific 定义为特殊人群的清除率，CLint 定义为内在清除率，V定义为肝脏体积，fcell定义为肝中的细胞内分数。Sun 等[28] 利用药物的理化性质和已发表的临床数据开发了奥氮平和沙米多芬在健康成人中的 PBPK 模型，并基于该模型预测了奥氮平与沙米多芬联合用药在肝功能损害受试者中的系统暴露。研究结果显示，与肝功能正常的受试者相比，轻度肝功能损害受试者的奥氮平和沙米多芬的Cmax分别增加了1.2倍和1.5倍，AUC则分别增加了1.1倍和1.2 倍；对于中度肝功能损害受试者，给药后奥氮平和沙米多芬的Cmax分别增加了1.5 倍和1.8倍，AUC 分别增加了1.5倍和1.9倍；而在重度肝功能损害受试者中，奥氮平和沙米多芬的Cmax分别增加了1.6 倍和2.1倍，AUC分别增加了1.6倍和2.3倍。基于这一模型，研究者调整了药物在肝损害人群中的用药剂量，指导临床合理用药。Ghoneim 等 [29] 应用 PBPK 模型预测氯氮平在肝肾功能受损的年轻和老年人群中的药动学特征。研究显示，与健康人群相比，轻度肝损害年轻人群的 CL降低了38%，导致Cmax增加了1.4倍，AUC0-t增加了1.5倍；而在老年人群中，CL降低了48%，但只导致Cmax增加了1.1倍，AUC0-t增加了1.6倍；对于中度肝损害患者，年轻和老年人群的CL降低了65%。Cmax 分别增加了2.1倍和1.6倍，AUC分别增加了2.4倍和2.5倍。严重肝功能损害患者的氯氮平全身暴露量明显增加，在年轻和老年人群中 CL 降低了70%，Cmax分别增加了2.5倍和1.8倍，AUC0-t 分别增加了3.0倍和2.9倍。在肾损害人群中，中度和重度肾损害年轻患者CL降低了35%， Cmax 分别高出1.4倍和2.0倍，AUC分别提高了1.5 倍和1.7倍。同时，在中度和重度肾损害老年人群中，CL分别降低了48%和45%，Cmax分别高出1.2倍和1.1倍，基本未发生变化，而AUC分别增加了 1.7 倍和1.6 倍。因此，建议中、重度肝肾功能损害患者采用氯氮平减量方案。4.2 老年人在缺乏针对老年人群体（60岁以上）的精心设计的临床试验的情况下，PBPK模型可作为一种替代方法。对于老年人，假定随着年龄的增长，活性肾小管分泌过程与GFR成比例地减少，通过分析年龄相关的器官参数、血浆蛋白结合率及血细胞比容变化，可揭示药代/药效动力学的个体差异机制，为老年患者的剂量调整提供科学依据。为研究利培酮及其代谢物在老年人群中的药代动力学变化，Kneller等[30] 基于先前发表的临床数据验证开发了利培酮和9-羟基利培酮PBPK模型，以此来模拟年轻人群与老年人群的药动学情况，并将老年人群细分为年轻老年人（65 ~ 74岁）、中老年人（75 ~ 84岁）和最老年（85 ~ 100岁）。研究结果显示，Cmax会随着年龄的增长而增加，将年轻人群与最老年人群进行比较，利培酮在稳态时的 Cmax 增加了24% ~ 44%，活性代谢物的Cmax增加了 35% ~ 37%。与年轻人群相比，老年人群的预测 AUC变化最大，利培酮最多相差1.52倍，活性代谢物则最多相差1.39倍。与Cmax和AUC相反，PK 参数Tmax 并未随年龄增长而发生变化，利培酮及其活性代谢物均表现出这一趋势。因此，基于当前研究结果，在65岁以上的老年患者中，应考虑减少每日剂量，每日口服剂量通常需要降低50%以上。4.3 儿童使用 PBPK 方法实现从成人到儿童群体的外推，需要重点考虑几个方面因素的变化：解剖生理学参数、血浆蛋白结合、药物代谢酶、药物肾脏排泄[31]，基于此开发合适的剂量方案，降低儿童用药风险。在进行PBPK模型建模时，对于种间缩放使用的公式一般为公式3和公式4：其中，Pchild 为儿童血浆白蛋白浓度，Padult为成人血浆白蛋白浓度，fu, child为儿童血浆蛋白未结合分数，fu, adult 为成人血浆蛋白未结合分数。其中，CLGFR, adult 和 CLGFR, child 分别对应成人和儿童的药物肾小球滤过清除率，GFRadult和GFRchild 分别为成人和儿童的肾小球滤过率，fu, child为儿童血浆蛋白未结合分数，fu, adult为成人血浆蛋白未结合分数。Johnso 等[32]基于成人喹硫平的临床PK数据和儿童喹硫平速释制剂的临床PK数据开发了PBPK 模型，并应用于儿童喹硫平缓释制剂的预测。最终模型结果显示：对于喹硫平缓释制剂剂量方案，10 ~ 12 岁儿童的AUC为4 227 ng · mL-1 · h-1，高出成人 AUC 1.6 倍，其Cmax为523 g · L-1，高出成人2.1倍。但13 ~ 17岁年龄段的AUC与成人相当，仅高出1.2 倍，Cmax 则高出1.4倍。结合先前发表的群体药动学研究数据，成人、13 ~ 17岁儿童和10 ~ 12岁儿童服用缓释制剂后的相对暴露量与速释制剂相当，各年龄段的AUC和Cmax比值为0.98 ~ 1.14。郑亮等[33] 建立了奥氮平健康人群PBPK模型并外推至儿童人群。研究结果显示，奥氮平给药方案呈现显著年龄依赖性特征。成人患者（18岁以上）采用10 mg（qd）给药时，稳态血药浓度中位数可稳定维持在治疗窗内。针对发育阶段差异，青少年（12 ~ 18岁）需减量至每日7.5 mg，儿童（6 ~ 12岁）剂量应调整至每日5 mg方可达成等效暴露量。特别值得注意的是，学龄前儿童组（2 ~ 5岁）的剂量需实施50% ~ 75%的阶梯式减量策略。4.4 孕妇孕妇合理用药是医师和药师必须认真对待的临床问题，超说明书用药现象在孕妇中十分普遍,但出于伦理的考虑，能用于指导剂量调整的完整的药动学和药效学评价在孕妇中难以开展[34]。PBPK建模可以有效弥补招募受试者的困难，将孕龄相关的解剖生理学参数变化引入模型，并考虑fu和代谢系统的变化。孕妇的fu可在考虑了孕龄相关的血浆蛋白浓度变化后通过普通成人群体的值计算而得，见公式5：其中，KA为血浆蛋白和药物的结合常数，Cu为游离药物浓度，[P]为能提供结合位点的血浆蛋白浓度，在正常情况下，[P]与血浆蛋白浓度P基本相等。Mahdy 等[35] 建立了利培酮的孕妇PBPK模型，精确预测了利培酮在妊娠0 ~ 40周个体体内参数的变化。相比于0周的个体，40周个体的口服生物利用度由0.52下降到0.26，下降50%，总药物CL从 27.1 上升至43.8 L · h-1，升高1.6 倍。同时，模型结果还表明在妊娠期间，利培酮及其代谢物潘帕立酮的药物血清浓度均降低，代谢物潘帕立酮的Cmax由7.05 下降至5.03 mg · L-1，利培酮的Cmax未发生改变。这些结果表明，在妊娠期内，常规利培酮的使用剂量可能不足以确保有效浓度，需根据具体情况调整其使用剂量。Biesdorf等[36]开发了齐拉西酮的PBPK模型，并将其应用于孕妇群体。模拟涵盖了妊娠的第6、20和34周，分别对应孕早期、孕中期和孕晚期的情况，模拟剂量为每日两次40 mg的齐拉西酮。模拟结果显示，与未受孕人群相比，齐拉西酮在妊娠期的前3个月、后3个月以及孕晚期的未结合率分别增加了3%、12%和28%，同时内在清除率分别下降了6%、11%和20%。此外，与未受孕人群相比，孕中期和孕晚期个体的分布容积分别增加了12%和 24%。从孕晚期开始，Cmax值相应下降了10%。Zheng 等 [37] 首先开发了喹硫平、阿立哌唑和活性阿立哌唑代谢物脱氢阿立哌唑在成人体内的 PBPK 模型，并基于此模型外推至孕妇群体。结果显示，模型预测喹硫平在第1、2和3孕期的AUC分别下降了8.7%、35.0%和49.1%，阿立哌唑活性分子的AUC分别下降了12.6%、38.8%和60.9%。在大部分时间间隔内，喹硫平的第3孕期血浆浓度低于治疗范围的下限，而阿立哌唑则完全无法达到其有效浓度。基于 PBPK 模型的预测，建议在后两个孕期增加药物剂量。 5结语与展望在抗精神病药的早期研究中，通过简单的房室模型可以快速估算药物的消除半衰期等基本参数，从而初步了解药物在体内的停留时间。但传统方法对药物在体内复杂的生理过程的描述过于简化，没有充分考虑个体间生理差异对药物药动学的影响[38]。并且传统方法在预测抗精神病药物在特殊人群中的药动学行为时准确性也较差。相较于传统方法，PBPK模型可以根据个体的生理参数进行个性化的模拟[39]。通过 PBPK 模型模拟不同给药方案下药物的体内过程，可以优化给药方案，提高治疗效果并减少不良反应，对于抗精神病药，这意味着可以更准确地预测不同个体患者药物的药动学行为。在精神疾病治疗中，患者常常同时服用多种药物，PBPK模型能够考虑DDI的复杂机制，模拟不同药物在体内的相互影响，预测联合用药时药物浓度的变化，而传统方法在这方面的预测能力较弱。作为系统药理学领域的前沿建模范式，PBPK技术通过整合药物分子特性与生物系统参数构建多尺度仿真平台，在人工智能与云计算技术的驱动下，可精准模拟化合物在人体内的时空分布特征。该技术已成功应用于新型递药系统开发、多病理状态下的剂量优化、复杂DDI网络解析和儿科/妊娠等特殊人群暴露量外推等方面。但随着模型的复杂化、缺乏可靠的临床数据以及药物的更新迭代，如何进一步拓展PBPK模型的应用依然存在挑战，需要研究人员通过跨学科协作构建高质量临床数据库，开379发模型动态更新机制，建立基于真实世界证据的验证体系，并融合人工智能技术提升模型的预测精度和适用范围。参考文献：[1] Hamina A, Taipale H, Lieslehto J, et al. Comparative effectiveness of antipsychotics in patients with schizophrenia spectrum disorder[J/ OL]. JAMA Netw Open, 2024, 7(10): e2438358[2025-01-25]. https:// pmc.ncbi.nlm.nih.gov/articles/PMC11465102/. DOI: 10.1001/ jamanetworkopen.2024.38358.[2] 潘飞, 贾菲, 李思瑶, 等. 抗精神病药的药物剂型发展概述[J] . 临床药物治疗杂志, 2023, 21(9): 6-10.[3] Leucht S, Priller J, Davis J M. Antipsychotic drugs: a concise review of history, classification, indications, mechanism, efficacy, side effects, dosing, and clinical application[J]. Am J Psychiatry, 2024, 181(10): 865-878.[4] Han L, Gu J Q, Mao J H, et al. Insights into the population pharmacokinetics and pharmacodynamics of quetiapine: a systematic review[J]. Expert Rev Clin Pharmacol, 2024, 17(1): 57-72.[5] Funguetto-Ribeiro A C, Maciel T R, Lunardi A G, et al. Clozapine loaded nanocapsules improve antipsychotic activity in rats: building a sequential PopPK/PD model to discriminate nanocarriers in the preformulation step[J]. Pharm Res, 2023, 40(7): 1751-1763.[6] Huang S Q, Li L, Wang Z Z, et al. Modeling and simulation for individualized therapy of amisulpride in Chinese patients with schizophrenia: focus on interindividual variability, therapeutic reference range and the laboratory alert level[J/OL]. Drug Des Devel Ther, 2021, 15: 3903-3913[2025-01-25]. https://pmc.ncbi.nlm.nih. gov/articles/PMC8449641/. DOI: 10.2147/DDDT.S327506.[7] Mostafa S, Rafizadeh R, Polasek T M, et al. Virtual twins for model informed precision dosing of clozapine in patients with treatment resistant schizophrenia[J]. CPT Pharmacometrics Syst Pharmacol, 2024, 13(3): 424-436.[8] Lin W, Chen Y, Unadkat J D, et al. Applications, challenges, and outlook for pbpk modeling and simulation: a regulatory, industrial and academic perspective[J]. Pharm Res, 2022, 39(8): 1701-1731.[9] Espié P, Tytgat D, Sargentini-Maier M L, et al. Physiologically based pharmacokinetics (PBPK)[J]. Drug Metab Rev, 2009, 41(3): 391 407.[10] Alasmari M S, Albusaysi S, Elhefnawy M, et al. Model-informed drug discovery and development approaches to inform clinical trial design and regulatory decisions: a primer for the MENA region[J/ OL]. Saudi Pharm J, 2024, 32(12): 102207[2025-01-25]. https:// pmc.ncbi.nlm.nih.gov/articles/PMC11653594/. DOI:10.1016/ j.jsps.2024.102207.[11] Shen C Z, Shao W X, Wang W H, et al. Physiologically based pharmacokinetic modeling of levetiracetam to predict the exposure in hepatic and renal impairment and elderly populations[J]. CPT Pharmacometrics Syst Pharmacol, 2023, 12(7): 1001-1015.[12] Cho C K, Kang P, Jang C G, et al. Physiologically based pharmacokinetic (PBPK) modeling to predict the pharmacokinetics of irbesartan in different CYP2C9 genotypes[J]. Arch of Pharl Res, 2023, 46(11/12): 939-953.[13] Allegaert K, Abbasi M Y, Annaert P, et al. Current and future physiologically based pharmacokinetic (PBPK) modeling approaches to optimize pharmacotherapy in preterm neonates[J]. Expert Opin Drug Metab Toxicol, 2022, 18(5): 301-312.[14] Allegaert K, Quinney S K, Dallmann A. Physiologically based pharmacokinetic modeling in pregnancy, during lactation and in neonates: achievements, challenges and future directions[J/ OL]. Pharmaceutics, 2024, 16(4): 500[2025-01-25]. https:// pmc.ncbi.nlm.nih.gov/articles/PMC11053422/. DOI: 10.3390/ pharmaceutics16040500.[15] Chu X Y, Prasad B, Neuhoff S, et al. Clinical implications of altered drug transporter abundance/function and PBPK modeling in specific populations: an ITC perspective[J]. Clin Pharmacol Ther, 2022, 112(3): 501-526.[16] Ammar H O, Ghorab M M, Saleh M S, et al. Olanzapine mesoporous nanostructured lipid carrier: optimization, characterization, in vivo assessment, and physiologically based pharmacokinetic modeling[J]. IEEE Trans Nanobioscience, 2021, 20(2): 166-174.[17] Gill J, Moullet M, Martinsson A, et al. Comparing the applications of machine learning, PBPK, and population pharmacokinetic models in pharmacokinetic drug–drug interaction prediction[J]. CPT Pharmacometrics Syst Pharmacol, 2022, 11(12): 1560-1568.[18] Naga D, Parrott N, Ecker G F, et al. Evaluation of the success of high-throughput physiologically based pharmacokinetic (HT-PBPK) modeling predictions to inform early drug discovery[J]. Mol Pharm, 2022, 19(7): 2203-2216.[19] Yau E, Gertz M, Ogungbenro K, et al. A "middle-out approach" for the prediction of human drug disposition from preclinical data using simplified physiologically based pharmacokinetic (PBPK) models[J]. CPT Pharmacometrics Syst Pharmacol, 2023, 12(3): 346-359.[20] Dagnew E M, Ergena A E, Wondm S A, et al. Potential drug-drug interactions and associated factors among admitted patients with psychiatric disorders at selected hospitals in Northwest Ethiopia[J/ OL]. BMC Pharmacol Toxicol, 2022, 23(1): 88[2025-01-25]. https:// pmc.ncbi.nlm.nih.gov/articles/PMC9710177/. DOI: 10.1186/s40360 022-00630-1.[21] Sun L, Moltke L, Rowland Yeo K. Physiologically-based pharmacokinetic modeling for predicting drug interactions of a combination of olanzapine and samidorphan[J]. CPT Pharmacometrics Syst Pharmacol, 2020, 9(2): 106-114.[22] Sampson M R, Cao K Y, Gish P L, et al. Dosing recommendations for quetiapine when coadministered with HIV protease inhibitors[J]. J Clin Pharmacol, 2019, 59(4): 500-509.[23] Alasmari M S, Alasmari F, Alasmari A F, et al. Development and evaluation of a physiologically based pharmacokinetic model for predicting haloperidol exposure in healthy and disease populations[J/ OL]. Pharmaceutics, 2022, 14(9): 1795[2025-01-25]. https:// pmc.ncbi.nlm.nih.gov/articles/PMC9506126/. DOI: 10.3390/ pharmaceutics14091795.[24] Gerhart J G, Balevic S, Sinha J, et al. Characterizing pharmacokinetics in children with obesity-physiological, drug, patient, and methodological considerations[J/OL]. Front Pharmacol, 2022, 13: 818726[2025-01-25]. https://pmc-ncbi-nlm-nih-gov.libproxy1.nus.edu.sg/articles/ PMC8960278/. DOI: 10.3389/fphar.2022.818726.[25] Palmer A K, Jensen M D. Metabolic changes in aging humans: current evidence and therapeutic strategies[J/OL]. J Clin Invest, 2022,132(16): e158451[2025-01-25]. https://pmc-ncbi-nlm-nih-gov.libproxy1.nus.edu.sg/ articles/PMC9374375/. DOI: 10.1172/JCI158451.[26] Groen B D, Allegaert K, Tibboel D, et al. Innovative approaches and recent advances in the study of ontogeny of drug metabolism and transport[J]. Br J Clin Pharmacol, 2022, 88(10): 4285-4296.[27] Hirsch E, Weil-Dubuc P L. Ethical issues in clinical trials involving older subjects: the right to participate in clinical trials and have access to care; the protection of vulnerable subjects and the issue of informed consent[J]. Clin Trials Older Adults, 2015,10(2): 45-59.[28] Sun L, Barter Z, von Moltke L, et al. Using physiologically-based pharmacokinetic modeling for predicting the effects of hepatic impairment on the pharmacokinetics of olanzapine and samidorphan given as a combination tablet[J]. CPT Pharmacometrics Syst Pharmacol, 2021, 10(9): 1071-1080.[29] Ghoneim A M, Mansour S M. The effect of liver and kidney disease on the pharmacokinetics of clozapine and sildenafil: a physiologically based pharmacokinetic modeling[J/OL]. Drug Des Devel Ther, 2020, 14: 1469-1479[2025-01-25]. https://pmc-ncbi-nlm-nih-gov.libproxy1.nus.edu.sg/articles/ PMC7166056/. DOI: 10.2147/DDDT.S246229.[30] Kneller L A, Hempel G. Modelling age-related changes in the pharmacokinetics of risperidone and 9-hydroxyrisperidone in different CYP2D6 phenotypes using a physiologically based pharmacokinetic approach[J/OL]. Pharm Res, 2020, 37(6): 110[2025-01-25]. https:// pmc.ncbi.nlm.nih.gov/articles/PMC7261739/. DOI: 10.1007/s11095 020-02843-7.[31] Zhang M, Yu Z H, Liu H, et al. Model-informed drug development: the mechanistic HSK3486 physiologically based pharmacokinetic model informing dose decisions in clinical trials of specific populations[J]. Biopharm Drug Dispos, 2023, 44(3): 259-273.[32] Johnson T N, Zhou D, Bui K H. Development of physiologically based pharmacokinetic model to evaluate the relative systemic exposure to quetiapine after administration of IR and XR formulations to adults, children and adolescents[J]. Biopharm Drug Dispos, 2014, 35(6): 341-352.[33] 郑亮. 基于生理药动学模拟的奥氮平、喹硫平和阿立哌唑在儿童和妊娠群体的给药方案研究[D] .成都：四川大学, 2021.[34] Abrams E M, Shaker M S, Chan E S, et al. Prevention of food allergy in infancy: the role of maternal interventions and exposures during pregnancy and lactation[J]. Lancet Child Adolesc Health, 2023, 7(5): 358-366.[35] Mahdy W Y B, Yamamoto K, Ito T, et al. Physiologically-based pharmacokinetic model to investigate the effect of pregnancy on risperidone and paliperidone pharmacokinetics: application to a pregnant woman and her neonate[J]. Clin Transl Sci, 2023, 16(4): 618-630.[36] Biesdorf C, Martins F S, Sy S K B, et al. Physiologically-based pharmacokinetics of ziprasidone in pregnant women[J]. Br J Clin Pharmacol, 2019, 85(5): 914-923.[37] Zheng L, Tang S W, Tang R, et al. Dose adjustment of quetiapine and aripiprazole for pregnant women using physiologically based pharmacokinetic modeling and simulation[J]. Clin Pharmacokinet, 2021, 60(5): 623-635.[38] 桑澜, 徐胜, 何华, 等. 脑组织生理药代动力学模型研究进展[J] . 药学进展, 2020, 44(12): 942-953.[39] Heimbach T, Chen Y, Chen J, et al. Physiologically-based pharmacokinetic modeling in renal and hepatic impairment populations: a pharmaceutical industry perspective[J]. Clin Pharmacol Ther, 2021, 110(2): 297-310.美编排版：陈鑫茹感谢您阅读《药学进展》微信平台原创好文，也欢迎各位读者转载、引用。本文选自《药学进展》2025年第 5 期。《药学进展》杂志由教育部主管、中国药科大学主办，中国科技核心期刊（中国科技论文统计源期刊）。刊物以反映药学科研领域的新方法、新成果、新进展、新趋势为宗旨，以综述、评述、行业发展报告为特色，以药学学科进展、技术进展、新药研发各环节技术信息为重点，是一本专注于医药科技前沿与产业动态的专业媒体。《药学进展》注重内容策划、加强组稿约稿、深度挖掘、分析药学信息资源、在药学学科进展、科研思路方法、靶点机制探讨、新药研发报告、临床用药分析、国际医药前沿等方面初具特色；特别是医药信息内容以科学前沿与国家战略需求相合，更加突出前瞻性、权威性、时效性、新颖性、系统性、实战性。根据最新统计数据，刊物篇均下载率连续三年蝉联我国医药期刊榜首，复合影响因子1.216，具有较高的影响力。《药学进展》编委会由国家重大专项化学药总师陈凯先院士担任主编，编委由新药研发技术链政府监管部门、高校科研院所、制药企业、临床医院、CRO、金融资本及知识产权相关机构近两百位极具影响力的专家组成。联系《药学进展》↓↓↓编辑部官网：pps.cpu.edu.cn；邮箱：yxjz@163.com；电话：025-83271227。欢迎投稿、订阅！往期推荐聚焦“兴药为民·2023生物医药创新融合发展大会”“兴药为民·2023生物医药创新融合发展大会”盛大启幕！院士专家齐聚杭城，绘就生物医药前沿赛道新蓝图“兴药强刊”青年学者论坛暨《药学进展》第二届青年编委会议成功召开“兴药为民·2023生物医药创新融合发展大会”路演专场圆满收官！校企合作新旅程已启航我知道你在看哟

生物类似药一致性评价

2025-06-30

·DIA资讯

全球视野下的中国儿童药物的开发之路——机遇与挑战丨2025 DIA中国年会洞察

点击“DIA资讯” 关注我们2025 DIA CHINA ANNUAL MEETING儿童作为特殊用药群体，其用药安全性和可及性至关重要。但儿童药面临品种少、剂型缺乏、研发滞后等问题。欧美出台了强制和激励并举的政策，客观上极大地促进了儿童药物的研发。近年来，中国药监也出台了大量儿童药相关的政策法规和指导原则，并取得了一定成效，但仍然存在研发投入成本高、临床试验实施困难、企业积极性不高等问题。本次DIA年会特别设置儿童药分会场，由来自第一三共（中国）注册事务副总监刁媛媛主持。有幸邀请到了首都医科大学附属北京安定医院儿童精神医学首席专家郑毅教授，首都医科大学附属首都儿童医学中心消化内科钟雪梅主任，DIA中国区“监管科学专业委员会”主任委员及亦弘商学院研究员吕玉真老师，UCB 中国注册事务负责人周雪娟老师，爱科百发临床开发及运营管理副总裁孙正奇老师作为讨论嘉宾，从临床需求、成人用药数据外推、儿童专用创新药研发、激励政策等各个方面，就全球视野下中国儿童药物开发的机遇与挑战进行了讨论及经验分享。在讨论开始之前，刁媛媛首先简要概述了我国近年来出台的支持儿童药研发的政策法规和技术指导原则，并对比了我国与美国、欧盟在儿童药方面的政策法规差异以及欧美值得我国借鉴的地方。通过对比和介绍提出了本次儿童药论坛讨论的关键问题，并开启了圆桌讨论。（1）如何加速儿童药物的研发及上市：成人用药数据外推至儿科人群临床豁免的边界，儿科适应症批准后要求上市后研究的合理性、必要性和可行性？（2）如何构建中国特色的儿童药开发监管：欧美儿童药法案（PIP/iPSP）等政策对儿童药物开发的促进作用和利弊分析, 强制儿科研究在中国实施的可行性？（3）如何营造更加有利于儿童药开发的生态环境：从医保准入困境到临床试验资源短缺，如何构建儿童药可持续创新体系？2025 DIA CHINA ANNUAL MEETING讨论开始先由郑毅教授和钟雪梅主任从医生和研究者的角度分享了临床实践中对儿童用药的需求，以及开展儿童药研究中遇到的困难。郑毅教授：从临床医生角度，我有几点非常深刻的体会。首先，在儿童药领域，内科神经与精神专科的药物需求极为迫切，但药物供给严重不足，当前临床用药仍以批准多年的传统药物为主，且多为进口药品，本土儿童创新药物极为稀缺。以注意力缺陷多动障碍（ADHD）治疗药物为例，目前临床常用的安非他明（1937年获美国FDA批准）和哌甲酯（1955年获美国FDA批准）均为历史悠久的经典药物，充分反映出该领域创新药物研发的滞后性。其次，精神科药物研发普遍存在“超说明书用药—开展临床研究—申请新适应症”的模式。例如，盐酸氯丙嗪（冬眠灵）最初作为麻醉镇静药物应用，后经临床实践验证，成为精神疾病治疗的里程碑药物；四环素类抗菌药在临床应用中意外发现对孤独症具有潜在治疗效果。以阿立哌唑为例，该药物于2002年和2003年分别获得欧盟与美国批准用于成人精神分裂症治疗，初始阶段未覆盖儿童适应症。作为研究者，我本人牵头开展国内多中心阿立哌唑（超说明书用药）治疗儿童抽动障碍（妥瑞症）的临床研究，证实阿立哌唑对儿童抽动障碍具有显著疗效，发表在美国儿童青少年精神药理学杂志。此后，美国（2014年）、韩国及日本相继批准其儿童抽动障碍适应症，我国也于2024年完成了该适应症审批。对于此类其他适应症已在国内上市（有成人适应症）、且其儿童适应症已在国外获批的药物，鉴于其在临床多领域已积累广泛应用经验，安全性风险可控，建议进一步优化国内儿童适应症的审评审批流程，加快审批进度，以满足儿科临床治疗需求。钟雪梅主任：儿科医生在临床用药方面，面临诸多挑战与困境，具体有以下：首先，用药剂型与口感问题。儿童适宜剂型（口服液、颗粒剂、栓剂、雾化剂等）供给不足，当前多数儿童药物源自成人片剂、胶囊。以消化科治疗婴儿胆汁淤积症为例，需将成人用熊去氧胆酸胶囊拆分至八分之一或六分之一剂量使用，不仅难以精准控制剂量，还增加药物不良反应风险。同时，药物口感直接影响儿童服药依从性，不良口感影响儿童患者的服药依从性。其次，如郑教授所说，儿童用药物短缺，超说明书用药现象普遍。以质子泵抑制剂奥美拉唑为例，其说明书未标注儿童适应症及用法用量，但临床广泛应用于儿童群体，包括婴幼儿；促胃肠动力药物如莫沙必利、西沙必利等同样缺乏儿童适应症，重症患儿超说明书用药情况常见。因此，如何确定儿童适宜剂量与服用方法以实现最佳疗效并规避不良反应，是亟待解决的临床难题。再次，儿童用药的安全性问题。儿童的肝肾功能尚未发育完全，对药物的代谢和排泄功能比较弱，不良反应发生率也是比较高的。因此，儿童药物或儿童适应症获批上市后，开展长期不良反应监测工作至关重要。最后，开展儿科临床试验时，存在患者招募困难、入组进度缓慢的问题，主要是由于家长存在安全性担忧。需着力提升儿童药物安全性，并强化风险管控体系建设。2025 DIA CHINA ANNUAL MEETING针对儿童用药迫切的临床需求，周雪娟老师提出儿童用药的研发途径主要包括成人用药数据外推和完全创新两种。并重点谈及针对外推型研发，应首要考虑药物的可及性，在安全可控的情况下，灵活地利用已有数据外推来加速批准。该观点引发了关于“成人用药数据外推至儿科人群临床豁免的边界，儿科适应症批准后要求上市后研究的合理性、必要性和可行性”的探讨，各位专家各抒己见。吕玉真老师：儿童用药研究不足是全球性问题。2000年前在西方国家批准的多数老药，并未开展儿科研究，其说明书缺乏儿科适应症、用法用量等信息。国际社会关注此问题后，美国与欧洲于2000年前分别立法，将儿童用药问题分为已上市老药和未上市新药两方面处理。一、针对无儿童适应症的已上市药品，明确如何获取证据以补充儿童用药信息。美国国会授权国立健康研究院（NIH）牵头，由国家财政支持开展研究，为已上市药品补充儿童适用的剂量、给药途径及剂型等。过去20年，美国已完成约900种常用药品的儿科用法用量研究，并修订其说明书。此类老药若已在中国上市，并在国内成人临床中已证实安全性与有效性，且无显著种族差异证据，建议中国可借鉴其研究成果，减免儿科上市后研究工作。二、针对新药，探索激励企业生成指导儿科用药数据的机制。欧美通过立法强制要求企业在新药临床研究阶段（欧洲I期、美国II期）提交儿科研究计划，并以市场独占期等政策激励企业完成儿科研究。对于中国而言，最佳模式是参与国际多中心儿科临床研究，同步获取中国儿科人群数据；若仅参与成人研究而未同步开展儿科研究，建议基于现有数据，通过科学外推方法，合理减免不必要的国内儿科临床研究。郑毅教授：我本人参与的由成人用药数据外推到儿科人群（12-18岁）的精神科药物，分别是帕利哌酮和阿立哌唑，虽然没有在儿科人群中做III期验证性临床研究，但是需要做一个PK研究，证明药代动力学特征的一致性，然后经过 CDE专家评审，最终获批，整个过程耗时较长，可以看出，监管对数据外推的态度还是较慎重的。现在，在国外，抗抑郁药舍曲林和艾司西酞普兰已获批青少年适应症，国内现在还没批。期望可以加快国内审批速度，因为青少年抗抑郁药的临床需求特别强烈。目前没有获批的情况下，临床医生超说明书用药面临很大障碍和风险。钟雪梅主任：成人用药数据外推是加速儿科用药审批的好方法，但需明确边界。如果成人疾病和儿童疾病，在临床表现、病理生理机制、治疗反应上有所不同，应谨慎外推。如儿童炎性肠病在很多方面与成人存在差异，要格外慎重。另外，对于一些特殊人群（如低年龄段或儿童罕见病等），成人数据难以直接外推到儿科人群。周雪娟老师：儿科临床研究难度很大（涉及家长的可接受度、患者的配合度等），针对儿童适应症上市后研究的必要性有两点建议：第一，监管机构需进一步明确数据要求，统一审评尺度。目前，通过数据外推豁免中国儿科临床研究直接获批上市的产品上市后研究的要求有差异。企业需明晰不同情况下的数据标准，理解监管机构审评尺度和具体要求。比如，对于评价种族差异是否必须有中国人的 PK 数据。监管进一步明确数据要求，有利于企业有信心、可预见地制定计划、把儿童药产品引入中国市场。第二，需权衡儿童用药可及性的紧迫程度。鉴于儿科PK研究周期长（通常至少1年），若用药可及性问题突出，建议监管机构在确保科学与安全的前提下，对数据接受采取更灵活包容的态度。2025 DIA CHINA ANNUAL MEETING讨论完外推条件下的加速路径，孙正奇老师以实际经验为例，阐述了儿童专用创新药开发过程中的挑战。孙正奇老师：儿童作为一个特殊研究群体，在临床试验开展过程中，企业面临诸多伦理与技术层面的挑战，以我亲身经验分享以下几点：知情同意阶段：受试者监护人（家长或祖辈）出于对儿童安全的顾虑，在签署知情同意书时态度审慎，存在签署后撤回的情况。在此，感谢那些积极参与的监护人，这对避免儿童在真实世界中被动接受"试验性治疗"至关重要。入组筛选阶段：低龄受试者（如2岁以下婴幼儿）在进行心电图等检查时需使用镇静剂，由此引发镇静剂剂量安全性评估、药物相互作用评估等问题；此外，大龄儿童（如8-9岁）可能因恐惧拒绝采血，导致无法完成筛选、随机入组。研究实施阶段：无法对儿童实施密集采血以获得完整药时曲线，目前多基于成人药时曲线结合儿童稀疏采样（稳态后谷浓度）PK参数构建PopPK模型，但稳定性可能欠佳，可能存在低浓度拟合良好，但高浓度无法拟合的问题。此外，婴幼儿没有标准化、定时进食，食物对药物影响的研究面临很大困难。企业只能尽最大可能去收集和记录真实进食数据（无论母乳或者辅助奶），因数据的局限性，从庞杂的非标准化的数据中分析食物对药物代谢的影响，非常困难。试验随访阶段：以注意缺陷多动障碍（ADHD）药物临床试验为例，主要有效性终点ADHD-RS 评分需每周定期随访，儿童受试者和家长周末才有时间，因此，需要研究机构协调临床医生、护士、药剂科等多个岗位周末工作，支持随访评估和发药；同时，依赖家长反馈受试者行为特征，支持研究者进行量表评分，可能会因父母交替参与导致差异，造成数据波动性。2025 DIA CHINA ANNUAL MEETING无论外推还是完全创新，企业都面临着很大的困难，此外受到整体市场份额限制的影响，儿童药开发的积极性也不高。如何构建中国特色的儿童药的开发监管，是否借鉴欧美经验强制实施儿科研究？吕玉真老师：欧美儿童药政策法规历经30年发展，虽已取得显著成效，但仍面临诸多挑战。近年来，我国药品监督管理局积极推动儿童药研发工作，相继出台多项鼓励政策，包括实施专项标记、适用I类沟通交流会议机制以及优先审评审批等举措。如各位嘉宾所述，研发儿童专用创新药难度极大，成人用药数据外推也存在诸多障碍。由于儿童与成人在某些疾病的病理生理机制上存在显著差异，部分情况下数据外推难以实现。基于此，在借鉴欧美经验时，应充分结合我国实际国情，建议制定一部与《药品管理法》并行或超越其范畴的专项政策，全面涵盖儿童药研发、准入、税收、知识产权保护等各个环节，构建完善的儿童药法规政策体系，推动我国儿童药研发迈向新的发展阶段。此外，可参考国际通行做法，优化药品说明书更新流程。目前，药品审评中心已对部分品种实施说明书强制更新，将国家认可的儿童用药信息及时载入说明书中。如前所述，儿科药物研发存在成本高、难度大、市场回报率低等问题。单纯依靠强制措施难以有效解决，需要打一套“组合拳”，建立系统性、体系化、精细化的制度，包括激励制度、监管环境、公众教育等方面。简单粗暴的强制是不行的，我们需要打一套“组合拳”，营造更加有利于儿童药开发的生态环境。孙正奇老师：从儿童创新药研发企业角度，期望建立以下三个层面的激励措施。第一，在新药申请（NDA）审评审批方面，建议在风险可控范围内，对儿童药NDA实施附条件批准，优先保障临床用药可及性，使企业提前获得收益，后续再开展上市后研究。此外，设定儿童药NDA优先审评审批总时限，同步缩短注册核查和注册检验时限。第二，在医保政策方面，当前医保目录年度更新机制下，若儿童药获批时间错过申报截止日期，需等待次年才能进入医保。建议允许儿童药NDA获批后随时申请纳入医保目录。实现随时增补将有效拓宽儿童药市场准入渠道，提升药物可及性。第三，在税收政策方面，建议给予儿童药税收优惠支持。参照抗肿瘤药物、罕见病药物，将儿童药增值税税率由现行17%下调至3%。鉴于儿童药市场规模相对较小，税收优惠政策有助于提升企业研发积极性。吕玉真老师：知识产权制度作为重要激励政策，在推动药品研发创新中发挥关键作用。近年来，我国知识产权领域持续改革，专利链接制度与专利期限补偿制度相继实施，数据保护制度也在完善。儿童用药市场独占期制度是国际上促进儿童药研发的重要激励措施，欧美等国家广泛应用。独占期与专利制度叠加延长保护期，同时还能获得更宽泛的保护范围。2024年发布的53号文已明确提出，对符合条件的儿童用药品给予市场独占期支持。期待尽快落地实施，进一步完善我国儿童药研发激励体系。通过专家精彩讨论，可以看到，近年来我国监管机构持续推进儿童药审评审批提速工作，儿童用药申报与获批数量呈逐年增长态势，说明现有鼓励政策已取得阶段性成效。然而，儿童药研发领域仍面临诸多挑战，行业迫切期待更多激励政策落地，建议从医保准入、税收优惠、市场独占期制度等维度协同发力，通过系统性政策组合，激发企业研发积极性，构建更加利于儿童药研发的生态环境。讲者及讨论嘉宾合影（从左至右依次）：刁媛媛、孙正奇、钟雪梅、郑毅、周雪娟、吕玉真、邱富恩撰稿人：许静静DIA中国近期会议/培训Jul4-5● 2025 DIA稽查精英特训营：深入临床一线，掌握核心技能► 点击阅读Jul11-12● 2025 DIA 放射性药物研修班：从基础理论到临床应用的全面进阶► 点击阅读Aug7-9● 2025 DIA 贝叶斯统计与创新临床研究线下培训► 点击阅读Aug15-16● 2025 DIA 细胞治疗CMC研究生产质量管理和临床实践► 点击阅读Aug22-23● 2025 DIA CNS创新论坛暨CCTN-P年会► 点击阅读Oct23-25● 2025 DIA药物研发定量科学论坛（QSF）► 点击阅读关于DIADIA是一个全球化、跨学科的国际性学术平台，在中立的环境中，融合医药研发领域全行业的意见领袖，探讨当前研发的技术问题，提升专业能力，以及催化行业共识，在全球医药研发领域享有很高的声誉。扫码关注我们微信号｜DIA资讯长按识别左侧二维码即可关注我们努力为你提供有内容的内容。

临床研究

2025-06-18

·米内网

科伦药业厉害了！拿下35个重磅品种，26款1类新药、74个新品出击，198个过评品种霸屏

精彩内容近段时间，科伦药业产品管线进展频频：1类新药注射用SKB315新适应症获批临床、注射用头孢唑林钠/氯化钠注射液国内第2家获批等。近年来，科伦药业坚持“三发驱动，创新增长”的发展战略，2024年研发投入21.71亿元（+11.2%），目前有42款新药（26款1类新药）处于申报临床及以上阶段；仿制药方面，累计有198个品种过评（50余个首家/独家），74个新品瞄准160亿市场。拿下35个品种！198个过评品种霸屏近日，科伦药业2款3类仿制药获批生产并视同过评，为注射用头孢唑林钠/氯化钠注射液、注射用青霉素钠，均属于全身用抗感染药物。其中，注射用头孢唑林钠/氯化钠注射液国内第2家获批，同时也是公司粉液双室袋平台第11个获批的产品。今年以来，科伦药业（含子公司及联营公司，下同）产品管线持续推进。在新注册分类品种审评方面，科伦药业有35个品种获批生产并视同过评，领跑国内其他药企。2025年以来科伦药业获批上市的仿制药来源：米内网中国申报进度（MED）数据库35个品种中，有多个品种为国内首批上市，其中芦曲泊帕片、注射用亚胺培南西司他丁钠/氯化钠注射液、注射用比阿培南/氯化钠注射液等为国内首仿+首家过评，阿帕他胺片、枸橼酸钠血滤置换液、注射用头孢他啶/氯化钠注射液等为国产第2家获批，复方氨基酸注射液(18AA-Ⅸ)、他克莫司缓释胶囊、昂丹司琼口溶膜、复方电解质醋酸钠注射液等为国产第3家获批等。截至目前，科伦药业已有198个品种通过/视同通过一致性评价，在过评品种数TOP10集团中排位第二。其中，50余个品种为国内首家过评，包括芦曲泊帕片、氢溴酸替格列汀片、琥珀酸曲格列汀片、泊沙康唑口服混悬液、注射用比阿培南/氯化钠注射液、注射用亚胺培南西司他丁钠/氯化钠注射液等18个独家过评品种。在国家开展的九批十轮化药集采中，科伦药业分别有1个、5个、4个、4个、11个、11个、7个、4个、12个品种成功中选，合计59个品种。集采常态化推进背景下，科伦药业恰逢产品线密集收获期，并积极参与集采，目前已成为集采头部供应商之一。在第十一批集采中，预计科伦药业将仍旧为“主力军”，目前已有近40个品种达到入围门槛，注射剂占“半壁江山”。其中，有10余个为2025年后新获批品种，包括罗沙司他胶囊、注射用头孢他啶阿维巴坦钠(4:1)等临床畅销品种。26款1类新药出击，猛攻2300亿市场今年以来，科伦药业国内新药研发进展不断：生物类似药西妥昔单抗注射液获批上市，为国产首家；PD-L1单抗塔戈利单抗注射液、TROP2 ADC注射用芦康沙妥珠单抗获批新适应症；1类新药注射用SKB445、SKB107注射液，以及2.2类改良型新药KLA480注射液、注射用KLA578-1、KLA514-2片、A140注射液等均首次获批临床。国际化方面，新型ADC药物SKB518在美获批临床，用于治疗晚期实体瘤，该药已在国内开展II期临床试验；以不超过9.7亿美元的首付款和里程碑付款，将TSLP单抗SKB378/HBM93781在全球范围内（不包括大中华区以及部分东南亚及西亚国家）的研发、生产和商业化的独家授权给Windward Bio等。近年来，科伦药业坚持“三发驱动，创新增长”的发展战略，不断加大研发投入支持创新发展。2023年公司研发投入19.5亿元，同比增长7.59%；2024年进一步增长至21.71亿元，同比增长11.2%。近年来科伦药业研发投入情况（单位：亿元）来源：公司公告，米内网整理目前科伦药业有42款新药在国内处于申报临床及以上阶段，涉及26款1类新药、15款2类改良型新药、1款生物类似药，聚焦肿瘤、精神神经、心血管、肝病、呼吸等疾病领域，其中抗肿瘤药独占“半壁江山”。米内网数据显示，2024年中国三大终端六大市场抗肿瘤和免疫调节剂（化学药+生物药）销售额超过2300亿元。科伦药业国内在研新药来源：米内网综合数据库42款新药中，1类新药注射用博度曲妥珠单抗、制剂改良型新药布瑞哌唑口溶膜已申报NDA，上市可期。博度曲妥珠单抗为靶向HER2的ADC药物，全球已获批上市的同靶点同类型药物中，罗氏的恩美曲妥珠单抗、第一药品/阿斯利康的德曲妥珠单抗2024年全球销售额分别达19.98亿瑞士法郎、5.45亿美元。口溶膜制剂方面，昂丹司琼口溶膜已顺利获批，布瑞哌唑口溶膜、枸橼酸西地那非口溶膜2款产品报产在审，盐酸达泊西汀口溶膜、盐酸鲁拉西酮口溶膜等获批临床，提升了公司复杂制剂领域产线价值。在研1类新药中，ADC药物是科伦药业重点布局的药物形式之一，目前已有芦康沙妥珠单抗（TROP2 ADC）1款新药获批上市，此外还有9款ADC药物处于获批临床及以上阶段，其中新型双抗ADC药物SKB571，以及SKB518、MK-6204、SKB445等具有潜在FIC靶点的新型ADC药物等均处于I期临床。目前全球已有10多款ADC药物获批上市，2024年全球销售额合计约130亿美元。74个新品瞄准160亿市场！29个品种抢首仿仿制药申报方面，目前科伦药业还有74个新注册分类品种在审（不含已有批文、主动撤回品种），形成了梯度丰富的研发管线，主要集中在血液和造血系统药物（16个）、神经系统药物（15个）、全身用抗感染药物（8个）、消化系统及代谢药（7个）等。74个品种2024年在中国三大终端六大市场的销售额合计超过160亿元。其中，低钙腹膜透析液(乳酸盐-G1.5%)、艾拉莫德片均超过10亿元，低钙腹膜透析液(乳酸盐-G2.5%)、丙戊酸钠缓释片(Ⅰ)均超过9亿元，双氯芬酸二乙胺乳胶剂、磷酸芦可替尼片均超过8亿元。29个品种暂无首仿（含剂型首仿）获批上市，包括注射用头孢噻肟钠/氯化钠注射液、注射用盐酸头孢替安/氯化钠注射液、雌二醇地屈孕酮片、佩玛贝特片、苯磺酸氨氯地平口服溶液、甲磺酸沙非胺片、苹果酸奈诺沙星氯化钠注射液、注射用头孢唑肟钠/氯化钠注射液、右美沙芬安非他酮缓释片、注射用阿立哌唑、枸橼酸西地那非口溶膜、布瑞哌唑片、罗替高汀贴片、奈妥匹坦帕洛诺司琼胶囊、西尼莫德片、奥贝胆酸片等。科伦药业新分类申报在审且暂无首仿获批的品种来源：米内网中国申报进度（MED）数据库此外，注射用头孢哌酮钠舒巴坦钠氯化钠注射液、伊布替尼片、双氯芬酸钠贴片、瑞舒伐他汀依折麦布片(Ⅰ)、屈螺酮炔雌醇片、磷酸芦可替尼片、结构脂肪乳注射液(C6-24)、腹膜透析液(碳酸氢盐-G4.25%)、复方聚乙二醇电解质散(Ⅱ)、恩他卡朋双多巴片(Ⅱ)、布立西坦片、吡仑帕奈口服混悬液、10%脂肪乳(OO)/5.5%氨基酸(15)/葡萄糖(20%)注射液等品种获批国产企业数均只有1家。资料来源：米内网数据库、公司公告等注：米内网《中国三大终端六大市场药品竞争格局》，统计范围是：城市公立医院和县级公立医院、城市社区中心和乡镇卫生院、城市实体药店和网上药店，不含民营医院、私人诊所、村卫生室，不含县乡村药店；上述销售额以产品在终端的平均零售价计算。数据统计截至6月16日，如有疏漏，欢迎指正！免责声明：本文仅作医药信息传播分享，并不构成投资或决策建议。本文为原创稿件，转载文章或引用数据请注明来源和作者，否则将追究侵权责任。投稿及报料请发邮件到872470254@qq.com稿件要求详询米内微信首页菜单栏商务及内容合作可联系QQ：412539092【分享、点赞、在看】点一点不失联哦

一致性评价上市批准生物类似药

100 项与阿立哌唑相关的药物交易

登录后查看更多信息

外链

KEGG	Wiki	ATC	Drug Bank
D01164	阿立哌唑	N05AX12	DB01238

研发状态

批准上市

10 条最早获批的记录,

后查看更多信息

适应症	国家/地区	公司	日期
自闭症谱系障碍	日本	Otsuka Holdings Co., Ltd.	2016-09-28
Tourette 综合征	美国	Otsuka Pharmaceutical Development & Commercialization, Inc.	2014-12-12
Tourette 综合征	美国	Otsuka Pharmaceutical Co., Ltd.	2014-12-12
抑郁症	日本	Otsuka Holdings Co., Ltd.	2013-06-14
自闭症	美国	Otsuka Pharmaceutical Co., Ltd.	2009-11-19
情绪易怒	美国	Otsuka Pharmaceutical Co., Ltd.	2009-11-19
重度抑郁症	美国	Otsuka Pharmaceutical Co., Ltd.	2007-11-16
重度抑郁症	美国	Otsuka Pharmaceutical Development & Commercialization, Inc.	2007-11-16
躁动	美国	Otsuka Pharmaceutical Co., Ltd.	2007-10-29
躁郁症	美国	Otsuka Pharmaceutical Development & Commercialization, Inc.	2004-12-10
躁郁症1型	澳大利亚	Otsuka Australia Pharmaceutical Pty Ltd.	2003-05-21
躁狂	澳大利亚	Otsuka Australia Pharmaceutical Pty Ltd.	2003-05-21
精神分裂症	美国	Otsuka Pharmaceutical Co., Ltd.	2002-11-15

未上市

10 条进展最快的记录,

后查看更多信息

适应症	最高研发状态	国家/地区	公司	日期
产后抑郁症	临床3期	加拿大	Bristol Myers Squibb Co.	2011-06-01
双相情感障碍及相关疾病	临床3期	美国	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	保加利亚	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	克罗地亚	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	匈牙利	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	印度	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	马来西亚	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	菲律宾	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	波兰	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01
双相情感障碍及相关疾病	临床3期	罗马尼亚	Otsuka Pharmaceutical Development & Commercialization, Inc.	2010-07-01

登录后查看更多信息

临床结果

适应症

分期

评价

查看全部结果

研究	分期	人群特征	评价人数	分组	结果	评价	发布日期


NCT02918370 (CTgov)	临床3期	酗酒 \| 躁郁症 \| 躁郁症1型	75	Aripiprazole (Aripiprazole)	遞顧糧範遞醖簾醖窪襯(鏇築製觸繭願窪淵艱鹹) = 餘壓獵鑰範夢鏇糧遞範網築壓襯獵衊構膚夢簾 (築鹽鑰簾餘遞糧壓淵壓, 5.86) 更多	-	2024-09-19
				Placebo (Placebo)	遞顧糧範遞醖簾醖窪襯(鏇築製觸繭願窪淵艱鹹) = 窪簾構餘衊選鏇顧遞簾網築壓襯獵衊構膚夢簾 (築鹽鑰簾餘遞糧壓淵壓, 4.23) 更多
NCT06372210 (CTgov)	N/A	躁郁症1型 \| 重度抑郁症 \| 精神分裂症 ... 更多	54	Placebo (Cohort 1: D-Tect Patch + Placebo-embedded IEM)	鏇淵淵願願廠膚衊蓋壓 = 網糧網餘餘壓蓋廠憲淵壓齋衊鹹築蓋淵鏇顧鏇 (獵積鬱膚鹹艱餘蓋選齋, 繭願簾夢艱衊鑰築衊鏇 ~ 選鑰艱蓋願廠窪鹽夢觸) 更多	-	2024-07-31
				Aripiprazole (Cohort 2: D-Tect Patch + Abilify MyCite® (Aripiprazole-embedded IEM))	衊窪蓋膚膚鹹艱齋鏇獵(鬱壓窪鹽積選鏇製蓋壓) = 廠壓獵製膚築積獵齋築壓膚餘醖膚糧鹽蓋廠鬱 (糧鑰壓襯繭築齋襯構齋, 顧艱齋網遞觸膚鬱壓齋 ~ 壓鹽衊範遞衊窪繭壓蓋) 更多
FDA_CDER 人工标引	N/A	精神分裂症	-	Aripiprazole 15 mg/day (Study 1)	壓積憲衊獵膚獵顧夢鬱(選選餘觸夢鑰範築遞壓) = 簾積鹹築夢鹹鹹選淵簾網構壓願範獵積餘糧衊 (網鏇鬱構膚構夢鏇鏇鬱, 2.40) 更多	积极	2024-07-22
				Aripiprazole (30 mg/day)Aripiprazole (30 mg/day) (Study 1)	壓積憲衊獵膚獵顧夢鬱(選選餘觸夢鑰範築遞壓) = 鹹齋築鬱範獵齋構齋壓網構壓願範獵積餘糧衊 (網鏇鬱構膚構夢鏇鏇鬱, 2.39)
NCT03487783 (Pubmed) 人工标引	临床3期	Tourette 综合征	121	Aripiprazole oral solution	襯憲餘獵襯願廠廠醖蓋(鬱餘積願構網積顧範糧): Difference (LS Mean) = -5.5 (95% CI, - 8.4 ~ - 2.6) 更多	积极	2024-07-18
				Placebo
ATS2024	N/A	高甘油三酯血症 \| 糖尿病酮症酸中毒 \| 胰腺炎	-	Aripiprazole	廠願夢夢製餘鬱鏇網簾(鹹蓋糧襯鬱鑰壓醖餘艱) = He was admitted to the ICU for management of DKA and hypertriglyceridemic pancreatitis with an insulin drip. 遞餘簾憲膚淵蓋醖構衊 (艱選鏇鑰簾網觸構鬱簾 ) 更多	-	2024-05-19
NCT02977299 (ASCERTAIN-TRD, Pubmed \| Mol Psychiatry) 人工标引	临床4期	难治性抑郁症	260	Aripiprazole	製夢鹽餘顧襯淵鏇鬱廠(鏇製艱齋範遞網願醖齋) = 膚簾蓋觸鑰遞遞廠壓鹽淵襯艱糧獵夢醖選願窪 (糧齋鏇壓蓋齋醖簾淵廠, 1.1) 更多	不佳	2024-03-07
				Repetitive transcranial magnetic stimulation	製夢鹽餘顧襯淵鏇鬱廠(鏇製艱齋範遞網願醖齋) = 壓選襯積觸壓築蓋鹽窪淵襯艱糧獵夢醖選願窪 (糧齋鏇壓蓋齋醖簾淵廠, 1.3) 更多
NCT04030143 (CTgov)	临床1/2期	躁郁症1型 \| 精神分裂症	266	Aripiprazole (Aripiprazole 2M LAI 960 mg: Schizophrenia or Bipolar I Disorder)	夢醖淵糧顧鹹鹽窪鹹鑰 = 製餘繭醖網觸範窪願蓋艱願蓋艱襯積範選襯構 (網願淵製襯繭窪夢繭鬱, 膚蓋願獵淵簾鹽網廠範 ~ 遞遞鬱淵餘選鬱衊獵觸) 更多	-	2023-11-18
				Aripiprazole (Aripiprazole IM Depot 400 mg: Schizophrenia or Bipolar I Disorder)	夢醖淵糧顧鹹鹽窪鹹鑰 = 積獵齋窪醖鹹積艱構膚艱願蓋艱襯積範選襯構 (網願淵製襯繭窪夢繭鬱, 襯築願壓積齋繭製獵餘 ~ 蓋淵淵鹽鏇糧窪網夢製) 更多
NCT02357849 (FACT, CTgov)	临床4期	精神障碍	9	Aripiprazole (Aripiprazole)	積願鏇淵鬱蓋憲鏇網蓋(積壓獵淵築簾壓壓鑰築) = 齋蓋餘範壓簾艱窪蓋鏇糧顧選構鹽選淵壓選願 (廠網廠顧鏇製顧壓艱憲, 壓選艱鏇膚獵艱壓窪鏇 ~ 艱願遞鏇獵構鹹夢願簾) 更多	-	2023-11-15
				Fluoxetine (Fluoxetine)	積願鏇淵鬱蓋憲鏇網蓋(積壓獵淵築簾壓壓鑰築) = 鏇網顧簾鹽繭鏇齋窪鏇糧顧選構鹽選淵壓選願 (廠網廠顧鏇製顧壓艱憲, 網顧鬱壓餘鑰繭網鏇鏇 ~ 壓範範顧築鑰鏇膚廠選) 更多
NCT04030143 (Pubmed \| J Clin Psychiatry)	临床3期	精神分裂症	-	Aripiprazole 2-month ready-to-use 960 mg	壓鏇願醖淵壓憲淵鑰願(廠製齋夢遞鑰網醖衊醖) = Ari 2MRTU 960: 21.7%; AOM 400: 18.3% 簾鑰廠蓋壓蓋獵鹹積艱 (糧範夢獵繭餘製觸觸餘 )	积极	2023-09-04
				Aripiprazole once-monthly 400 mg
WPC2023	N/A	帕金森障碍	-	Patients prescribed Abilify	繭選鬱製壓衊淵網獵衊(蓋鹽齋鹽壓夢壓窪糧衊) = 憲範網築鑰艱遞窪觸鹽餘餘鬱夢鬱選憲獵齋廠 (蓋醖憲鹹淵蓋壓鹹鏇網 ) 更多	积极	2023-06-28