Abstract Objective Camrelizumab, a programmed cell death 1 (PD-1) inhibitor, has been approved for the treatment of relapsed or refractory classical Hodgkin lymphoma. The aim of this study was to perform a population pharmacokinetics (PK) analysis of camrelizumab to quantify the impact of patient characteristics on PK and to investigate the appropriateness of flat dose in the dosing regimen. Methods A total of 3298 camrelizumab concentrations from 133 patients from four studies were analyzed using nonlinear mixed effects modeling. Covariate model building was conducted using stepwise forward addition and backward elimination. Monte Carlo simulation was conducted to compare exposures of 200 mg and 3 mg/kg every 2-week regimens. Results The PK of camrelizumab were adequately described by a two-compartment model with parallel linear and nonlinear clearances. Baseline albumin had significant effects on linear clearance, and weight had effects on inter-compartmental clearance. Moreover, 200 mg and 3 mg/kg regimens provide similar exposure distributions with no advantage to either dosing approach. Conclusion Population PK analysis provided an integrated evaluation of the impact of albumin and weight on the PK of camrelizumab. It also provided evidence that neither the flat-dose nor the weight-based dose regimen was advantageous over the other for most patients with tumors.

Background Considerable interindividual variability for the pharmacokinetics of caffeine in preterm infants has been demonstrated, emphasizing the importance of personalized dosing. This study aimed to develop and apply a repository of currently published population pharmacokinetic (PopPK) models of caffeine in preterm infants to facilitate model-informed precision dosing (MIPD).

Non-adherence to direct oral anticoagulants (DOACs) pharmacotherapy may increase the risks of thromboembolism or bleeding, and delayed or missed doses are the most common types of non-adherence. Current recommendations from regulatory agencies or guidelines regarding this issue lack evidence and fail to consider individual differences. The study aims to develop individual remedial dosing strategies when the dose was delayed or missed for DOACs including rivaroxaban, apixaban, edoxaban, and dabigatran etexilate. Remedial dosing regimens based on population pharmacokinetic (PK)-pharmacodynamic (PD) modeling and simulation strategies were developed to expeditiously restore drug concentration or PD biomarkers within the therapeutic range. Population PK-PD characteristics of DOACs were retrieved from previously published literature. The effect of factors which influence PK and PD parameters were assessed for their impact on remedial dosing regimens. A web-based dashboard was established with R-shiny to recommend remedial dosing regimens based on patient traits, dosing schedules, and delay duration. Addressing delayed or missed doses relies on the delay time and specific DOACs involved. Additionally, age, body weight, renal function, and polypharmacy may marginally impact remedial strategies. The proposed remedial dosing strategies surpass current recommendations, with less deviation time beyond the therapeutic range. The online dashboard offers quick and convenient solutions for addressing missed or delayed DOACs. We developed a superior, cost-free tool for managing delayed or missed DOACs doses. Individualized remedial dosing strategies could be approached based on patient characteristics to decrease the risks of bleeding and thrombosis.

Remimazolam, widely used for procedural sedation and general anesthesia, is a new ultra short-acting benzodiazepine for intravenous sedation and anesthesia. We aim to characterize the pharmacokinetics/pharmacodynamics (PK/PD) of remimazolam and its metabolite CNS 7054 in healthy Chinese volunteers using population analysis and suggest an optimal dosing regimen for sedation therapy. Data were collected from a single-center, placebo-controlled, randomized, and dose–escalation clinical pharmacology study. Forty-six healthy volunteers received a single infusion dose of remimazolam, while nine healthy subjects received a continuous infusion of remimazolam. A population PK/PD model was established and RxODE and Shiny in R were used to design the remimazolam dosing regimens. A three-compartment model best described the PK of remimazolam and a two-compartment model with one transit compartment was adopted for CNS 7054. The relationship between exposure and the bispectral index was best described using an effect compartment model with an inhibitory sigmoid model. Additionally, a web-based dashboard was developed to provide individualized dosing regimens, complemented by a graphical illustration of the PK/PD profiles of the proposed dosing regimen. The established population PK/PD model characterized the dose–exposure–response relationship of remimazolam well, which could be applied to optimize individual dosing regimens.

ABSTRACT Active matters, which consume energy to exert mechanical forces, include molecular motors, synthetic nanomachines, actively propelled bacteria, and viruses. A series of unique phenomena emerge when active matters interact with cellular interfaces. Activity changes the mechanism of nanoparticle intracellular delivery, while active mechanical processes generated in the cytoskeleton play a major role in membrane protein distribution and transport. This review provides a comprehensive overview of the theoretical and simulation models used to study these nonequilibrium phenomena, offering insights into how activity enhances cellular uptake, influences membrane deformation, and governs surface transport dynamics. Furthermore, we explore the impact of membrane properties, such as fluidity and viscosity, on transport efficiency and discuss the slippage dynamics and active rotation behaviors on the membrane surface. The interplay of active particles and membranes highlights the essential role of nonequilibrium dynamics in cellular transport processes, with potential applications in drug delivery and nanotechnology. Finally, we provide an outlook highlighting the significance of deeper theoretical and simulation‐based investigations to optimize active particles and understand their behavior in complex biological environments.