# τ×κ 敏感性热图：14 天平均效应、建立时程与临床药理学解读

这张热图显示，在既定模型里，效应建立越快、相对独立参照的增强项越大，14 天平均加用 Δ 越负。但更重要的发现是：**相近的 14 天均值可以来自不同的效应建立过程；九格全部为负，也是模型结构和参数范围预先限定的结果。** 它们不是联合用药有效或协同已经获得验证的证据。[1] [2]

作者：Manus AI。解读日期：2026-11-12。下文数值对应网页默认截面：D=16 标记 mg/日、zref=0.10、ED50=16 标记 mg/日。模型没有患者数据；所有参数均为假设。更换 D 或 zref 后，绝对数值会变化，不能直接照搬此处读数。[1] [2]

## 每一格衡量什么，颜色又说明什么？

网页热图的每一格是完整时间区间 [0,14] 天内，组合模型状态相对于固定 H1 背景状态的平均差。读取的是原 CSV 列 `full14_0to14_mean_delta_integrated`，不是第 14 天的某个瞬时点，也不是实际患者填写的反映前 12 小时症状的 rTNSS。[1] [2]

![默认参考参数下的 τ×κ 九格热图；数值为既有假设情景，非临床结果](/rhinitis-pd-reference-heatmap.png)

同一行从左到右，κ 从 −0.5 变为 0，再变为 +0.5。τ=0.25 天时，三个均值为 −0.6875、−0.7857、−0.8839；τ=1 天时，为 −0.6500、−0.7429、−0.8357；τ=3 天时，为 −0.5514、−0.6302、−0.7090。图中标注的 S058 等编号可以在网页选择对应格子，并在引用弹窗核对原始精确值。[1]

默认九格的实际范围为 −0.883928566071 至 −0.551410534039。网页颜色却使用全部 162 个情景的统一范围：−2.2729591699 至 −0.275705267019。因此，这九格颜色相近，不等于参数没有影响；只是没有针对当前九格人为放大色差。较深的颜色只代表模型 Δ 较负，不代表证据更强、结果更显著或该情景更可能发生。整个范围不是置信区间，也不是临床疗效上下界。[1]

## τ 改变的是建立速度和观察期内的累计效应

模型设定为：

```text
z(t) = z∞ × [1 − exp(−t/τ)]
```

τ 是这个指数趋近过程的时间常数。当 t=τ 时，效应指数达到假设渐近值的约 63.2%。它不是“第一次出现药效的时间”，也不是达到全部效应的时间。此公式在 t>0 后立即开始改变，并没有设置一段完全无反应的固定滞后期。[2]

依同一公式，达到假设渐近效应 95% 的时间为 `t95=τ×ln(20)`。τ=0.25 天对应约 17.97 小时；τ=1 天对应约 2.996 天；τ=3 天对应约 8.987 天。这些只是模型内的时程换算，不能写成“Ze 339 联合治疗在 18 小时、3 天或9天起效”，更不能视为真实 PK 稳态时间。[2]

这里可以把速度与幅度拆开。当前情景的评分截断未影响结果，组合相对于背景的差可写为：

```text
Δ(t) = −B0 × z∞ × [(1−h)+κh] × [1−exp(−t/τ)]

14天平均Δ = −B0 × z∞ × [(1−h)+κh] × F14(τ)

F14(τ) = 1 − (τ/14) × [1−exp(−14/τ)]
```

`F14` 表示 14 天均值相对于同一情景假设最终平台的幅度比例。τ=0.25、1、3 天时，它分别为 98.21%、92.86%、78.77%。所以，τ 较慢并不一定意味着假设最终效应较弱；它意味着在有限观察期里，更多时间还处于建立过程。[2]

在 κ=0 的一列，S059、S077、S095 的均值分别约为 −0.786、−0.743、−0.630。将 τ 从 0.25 天变为 3 天，14 天平均 Δ 的绝对幅度减小约 0.156 个模型单位，约为原幅度的 19.8%。这个百分比比较的是两个假设情景的增量幅度，不是患者症状改善率。[1]

一个容易误读的现象是：τ=3 天时，t=14 的瞬时状态已经达到假设平台的 99.06%，但整个 14 天平均只达到平台幅度的 78.77%。末端接近平台，无法抹去早期建立较慢带来的累计差异。反过来，单看末次访视也可能忽略两个治疗过程早期负担的差别。[2]

## κ 调节相对参照的幅度，不调节本模型的建立速度

组合效应写成 `E=h+z−hz+κhz`。其中 κ=0 对应 `h+z−hz`，即本模型选择的 Bliss 形式参照。κ>0 是超过这个参照的假设增强项；κ<0 是低于这个参照的情景。Bliss 独立和 Loewe 剂量相加并非同一种无交互参照，不存在可以不说明参照就通用的“协同系数”。本模型的症状效应指数也不是天然的细胞死亡概率，因此采用 Bliss 形式本身就是一个建模选择。[2] [5] [6]

在固定 B0=10、h=0.20、z∞=0.10 的默认截面，影响增量幅度的系数为：

```text
κ=−0.5：[(1−h)+κh] = 0.7
κ= 0  ：[(1−h)+κh] = 0.8
κ=+0.5：[(1−h)+κh] = 0.9
```

因此，相对于 κ=0，κ=+0.5 将模型增量的绝对幅度提高 12.5%；κ=−0.5 将其降低 12.5%。这在三个 τ 水平都成立，因为本模型里 κ 只乘在幅度项上，不改变 τ。这里的“12.5%”既不是整个组合效应提高了 12.5%，也不是患者 rTNSS 改善了 12.5%。若改变固定背景 h，这个相对百分比也不会原样保持。[2]

在 τ=1 天的中间行，均值由 S076 的 −0.650000040535，经 S077 的 −0.742857189183，变为 S078 的 −0.83571433783。κ 从 −0.5 到 +0.5 的总跨度约为 0.186 个模型单位。τ=0.25 天时，这一跨度约为 0.196；τ=3 天时约为 0.158。较快的建立过程使幅度差在 14 天窗口内更充分地呈现，但这种规律是公式产生的，不是新增的双药机制证据。[1] [2]

## 相近的 14 天均值，可能隐藏相反的周间模式

S058 是“较快建立、幅度低于参照”的情景：τ=0.25 天，κ=−0.5。其 14 天均值为 −0.6875，第一周约 −0.6750，第二周 −0.7000。假设效应很快建立，此后变化较小。[1]

S096 是“较慢建立、幅度高于参照”的情景：τ=3 天，κ=+0.5。其 14 天均值约 −0.7090，与 S058 仅相差约 0.0215 个模型单位。然而，它第一周约为 −0.5517，第二周约为 −0.8662。第一周 S058 的增量幅度更大，第二周则是 S096 更大。[1]

所以，单个总体平均值不足以回答“为什么出现这一差异”。仅凭接近 −0.7 的均值，无法判断效应建立快慢，也无法判断 κ 的正负。这是有限时间窗口下的速度—幅度混合，不是证明两情景临床等效。[2]

## 为什么“九格全部为负”不能证明联用稳健有效？

本模型预先假设 z∞ 为正；三个 κ 水平下，系数 0.7、0.8、0.9 也全部为正。于是 t>0 时，Δ 按构造就是负数。因此，即使 κ=−0.5，仍会显示相对于固定背景的假设增量改善。低于 Bliss 参照不等于“完全没有加用效应”，也不能直接改称患者发生了临床拮抗。[2]

这组参数没有提供真实无效、症状恶化或不良反应抵消获益的发生概率，也没有纳入患者异质性、救援治疗、依从性变化或随机误差。九格均为负只说明“在这些指定假设里结果方向一致”，不说明在真实患者中方向稳健，更不能替代随机试验的效应估计、置信区间和临床重要性判断。[1] [2]

## 对临床药理学的启示：区分效应时程、机制信号和临床增量

### 早期读数与完整疗程读数回答不同的问题

较慢 τ 的情景提示，首剂后读数可能更适合观察早期变化，而不适合单独否定整个疗程的潜在增量。S095 在 κ=0 时，第一周平均 Δ 约 −0.4904，第二周约 −0.7700；时间轨迹比一个末次或总体读数包含更多信息。不过，这不能反向解释为本组合实际需要一周才起效，或据此自行延长疗程。[1] [2]

对现有候选试验，更有用的解读是：主要终点保留已批准的定义，同时用预先规定的纵向分析解释早期和后期差异。不能看到热图后，事后只挑第二周、某一访视或某一情景，以获得更大的治疗差。模型均值不是实际 rTNSS 数据，不能把 −0.743 等数值当作真实效应或临床重要差异来改写样本量假设。[2]

时间定义也必须一致。这里 t=0 是首日 08:00、研究药给药前；第 14 日 AM 是 t=13，第 14 日 PM 是 t=13.5。完整 [0,14] 积分覆盖至第 15 日 AM。CSV 在 t=14 只提供 [13.5,14] 的终末积分窗口，不提供瞬时状态。这个数学约定不自动修改已批准的 eDiary 或主要终点窗口，也不能填补一个不存在的瞬时数据点。[1] [2]

### τ 不能被解释为血药半衰期或某个分子机制的直接测量

真实药效可能相对于血药浓度出现时滞。药理学方法中，可以用效应室描述某些平衡过程；若变化主要来自药效过程自身的滞后，则可能需要间接反应或周转模型。这些是解释时程的候选模型，不是看到慢 τ 后就能确定的生物学机制。[3]

本次简化模型没有血药浓度驱动、逐次给药峰谷、鼻黏膜分布或炎症介质生成和清除过程。因此，τ=3 天不能被写成“白三烯抑制需要3天”，τ=0.25 天也不能被写成“药物半衰期6小时”。这张图同样不能判定 BID/TID 的峰谷覆盖、PK 采血允许偏差或 DDI 是否存在。[2] [3]

Dumitru 等的真实人体研究提供了有意义但不同的背景：18 名草花粉过敏性鼻炎受试者接受 Ze339、地氯雷他定或安慰剂治疗5天后，进行鼻过敏原激发。Ze339 组鼻阻塞恢复至基线90%的客观恢复时间为 5.4±1.6 小时，误差为 SEM；研究也报告局部 IL-8 和 LTB4 信号。这支持特定激发场景下的单药人体 PD 作用，但没有本固定双药联合组，不能标定热图 τ 或 κ。尤其不能把“预先治疗5天后的激发恢复时间”转换成首次服药起效时间。[4]

### 临床加用获益与药理学协同是不同的研究结论

“固定左西替利嗪背景”与“同背景加 Ze339”的两臂设计，可以比较该背景下的临床加用差异。即使差异成立，也不能无额外信息地拆出 Ze339 自身贡献和真正交互贡献。[2]

原因在公式里很直接：在固定 h 下，观察到的增量幅度取决于 `z∞×[(1−h)+κh]` 这个乘积。未知的 z∞ 与未知的 κ 可以互相补偿。更完整的时间轨迹，在模型正确且数据足够时有助于分辨建立速度，但不会自动解决幅度项的这一不可唯一分解问题。若外部把 z(t) 和 h 当成已知量，κ 可以在指定模型里条件反算；这与两臂试验独立证明协同不同。[2] [6]

因此，“比固定 H1 背景更好”是临床增量问题；“超过事先定义的无交互参照”才是协同问题。后者还需要可比的单药贡献资料、明确效应尺度和适当设计。不同通路的机制互补只是研究理由，并不是 κ>0 的证据。症状改善与鼻黏膜介质改变宜分别解释；单个介质的差异也不能替代患者获益或证明联合协同。[4] [5] [6]

## 一个容易忽略的结构性发现：D=16 时 ED50 被归一化抵消

剂量函数为：

```text
g(D,ED50) = [D/(ED50+D)] / [16/(ED50+16)]
```

当 D=16 时，分子与分母相同，所以 g=1。不论 ED50 选8、16还是32，默认参考剂量下的效应幅度和热图数值都不改变，虽然情景编号会改变。这不是证明临床疗效与 ED50 无关，而是因为模型把 D=16 的效应锚定在 zref 上；这个截面本来就无法提供 ED50 信息。[2]

当切到 D=24 时，ED50=8、16、32 对应的 g 分别为 1.125、1.200、1.286。相对于 D=16，模型幅度分别增加约 12.5%、20.0%、28.6%；τ 的建立速度不随之改变。该差异来自假设饱和函数，并未验证实际剂量—暴露—反应关系，也没有评价更高剂量的安全性。24 mg/日在此只是未获本拟议研究批准的敏感性示例，不能据图建议增量用药或宣称 TID 优于 BID。[2]

同样，在其他参数固定时，将 zref 从0.10改为0.20会按模型把增量幅度加倍。因此，这张 τ×κ 热图只是一张固定剂量函数和基础效应幅度后的二维截面，不能被视为穷尽了联合 PD 的主要不确定性。[2]

## 逐格复核入口

九格数据见 [默认截面原始情景 CSV](/rhinitis-pd-reference-source.csv)，保留原始178列。完整162行情景见 [原始 PD CSV 副本](/pd-simulation-source.csv)，与上一轮原文件字节一致。参数和时间定义见 [原始模型配置](/pd-simulation-model-config.json)；公式派生值见 [解析计算与比较数值](/rhinitis-pd-insights.json)。图中小数仅为展示取舍，不能替代 CSV 精确值。

原 CSV SHA256：`0a62dc6a909551d01f3716fd57597e94e6381411a239cea4f2a2d7b1609a89ad`。网页现有引用弹窗可核对情景编号、该积分列、完整参数和哈希；外部论文只提供临床或方法学背景，不是热图数字的来源。

## References

[1]: /pd-simulation-source.csv "已交付的162个确定性假设PD情景原始CSV；本解读的所有情景数值来源"
[2]: /pd-simulation-model-config.json "已交付模型配置；公式、假设参数、剂量边界与时间约定来源"
[3]: https://pmc.ncbi.nlm.nih.gov/articles/PMC3917320/ "Upton与Mould 2014：药效学建模方法，效应室与间接反应时程"
[4]: https://pubmed.ncbi.nlm.nih.gov/21489609/ "Dumitru等2011：Ze339单药鼻过敏原激发研究，不是本双药组合研究"
[5]: https://pmc.ncbi.nlm.nih.gov/articles/PMC7010330/ "Ma与Motsinger-Reif 2019：药物协同量化方法与参照模型"
[6]: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0224137 "Demidenko与Miller 2019：Bliss独立参照下协同的统计判定方法"