obat dosis 100 mg pasien secara peroral, dapat data profil farmakokinetik berupa Cp Vs waktu...lalu apa yang harus dilakukan terhdap Cp vs waktu, ketika kita diminta melakukan mencari nilai Ka, Kel, Vd sebelum menjelaskan menggunakan winsamm di komputer, tentang background model ini, klo pasien di konsumsi tablet, tablet pergi ke GI (Gastro Intestinal Track), setelah lambung , usus, pergi kemana, ke dalam darah..masuk dalam plasma, dari plasma menuju tempat aksi, diasumsikan dia hanya berada didalam darah, , setelah plasma, lalu di buang keluar, urin, mungkin ada beberapa obat perlu tambahan ke jaringan periifer (tissue), jadi dari GI ke plasma, mungkin bisa d bawa keluar, tapi mungkin bisa dari plasma ke tissue dulu, lalu kembali ke plasma. Untuk model yang sederhana, maka yang ke tissue di abaikan dulu...jadi model hanya ada GI, Plasma, dan Urine.

dosis didalam tubuh, dimasukkan ke GI. Perpindahan obat dari GI ke dalam Plasma mekanismenya gmana..kemudian juga perpindahan obat dari plasma ke urin, mekanismenya gimana..

pertama, jumlah obat berpindah konstan dari waktu ke waktu, dan ada juga yang berubah dari waktu ke waktu. Demikian juga dari plasma ke urin.proses yang konstan itu disebut zero orde proses yang berubah disebut firs orde. Jika obat perpindahan menggunakan konsep konstan, maka kita menggunakan zero orde, tetapi klo berubah dari waktu ke watku, kita menggunakan firs orde kinetik..obat yang masuk sebagai tablet di dalam lambung dan usus (tidak dibedakan,(, kira - kira obat yagn berbegerak dari GI ke plasma itu konstan atau berubah??itu yang harus kita pikirkan,..?dua duanya mungkin, tetapi pada dasarnya, yang berubah di dunia ini hanyalah perubahan, yang selalu ada adalah perubahan, sehingga pada dasarnya semua kinetika mengikuti orde pertama, tetapi ada asumsinya menggunakan konstan, ketika perubahan perpindahan obat itu dosisnya sangat kecil. perubahan dosis obat yang ada disini, ini tidak terlalu terlihat, sehingga dalam hal semacam ini bolehlah kita asumsikan konstan, tetapi pada dasarnya proses itu jumlah obat yagn tersedia itu berubah, tetapi jumlah perubahan itu terlalu kecil di lihat...hal ini juga dimanfaatkan di dalam penghantaran obat secara terkontrol.. misal OROS. Jadi pada umumnya perpindahan obat diasumsikan sebagai proses yang mengikuti kinetika order pertama..tetapi setelah itu jika kita melihat sediaan terkontrol, maka kita harus berbicara mengikuti kinetika perubahan orde pertama ... jadi dari GI ke plasma adalah firs orde..

bagaimna dengan plasma ke urin??disepakati oleh para peneliti, perpindahan obat juga mengikuti firs orde. lalu apa makna?? ini nanti menentukan persamaan model yang harus dibuat...ini adalah gastro intestinal, ini adalah plasma, ini adalah urin, dalam modeling kita nanti harus mendeskripsikan bagan - abgan tersebut menjadi rangkaian dasar diferensial, perasmaan ini mudah kita baungun dengan jumlah obat di masing - masing obat, jadi ada kompartemen GI, kompartemen plasma, kompratemen urin..

dxgi/dt, perubahan obat yang ada didalam GI..karena ini mengasumsikan firs orde, kita harus menentukan nama dari konstanta kecepatan perpindahan GI ke plasma, sangat populer dengan nama Ka, konstanta dari Plasma ke urin, itu sangat populer dengan Kel.seperti apa persamaan jumlah obat yang ada didalam GI..bisa di nyatakan

Dxgi/dt = Ka.Xe(jumlah obat yang ada dalam kompratemen tersebut).

sekarang perpindahan dari obat gastro intestinal mengurani jumlah obat di gastro intestinal..klo mengurangi berilah tanda minus

DxGi/dt=- Ka.Xe

kita harus menerjemahkan model di plasma,

dxP/dt=Kel.Xp-Ka.XGI

sekarang

DxU/Dt=Kel.Xp

persamaan model ini belum bisa menjelaskan profil kadar ot didalam darah, kita harus merubah Dx/dt menjadi Xp. proses untuk merubah dari Dxp/dt itu disebut proses integrasi.integral itu bisa digunakan untuk menerjemahkan persamaan ini menjadi Xp, tetapi klo modelnya terlalu rumit, maka mengerjakannya bisa berhari - hari, itu sangat melelehakan, untuk meneolongnya menggunakan software lammbast. membangung model iut sederhana, teatapi harus menerjemahkan dengan persamaan planar. baik, beruntunglah kita semua, dengan kemajuan ilmu dan teknologi, maka tersedia software dalam kalkulasi semacam ini, bahkan menghindarkan kerharusan mengubah dari bentuk diferensial menjadi persamaan integral, ada prianti luanak untuk melakukan integrasi, integrasi ini diluar sepegnathuan kita. Itu di miliki oleh winsam.

bagaimana memanfaatkan winsam?? apakah kita bisa menggunakan persamaan ini.winsam tidak mengerti dengan persamaan DxGI.Dt, tetapi winsam mengenal suatu proses perpindahan masa yagn mengasumsikan perpindahan dari satu ke tempat lain yang logis berdasarkan nomer.. jika dari GI, ke plasma, ke urin, setiap kompartemen yagn terlibat harus di beri nomer, nomer tidak harus berurutan, misal GI kita sebagai Kompartemen satu, plasama komparetem 2, proses perpindahan dengan kinetika orde pertama. kemudian perpindahan urin, dibuang dari tubuh, diberi kompartemen dengan nomer nol. kemudian ada dosis yang kita masukkan, obat yang diminum oleh pasien, selain mengenali komapartemen sebagai nomer nomer kompartemen, winsam juga mengenali berbagai notasi, bnotasi tidak boleh ditukar tukarkan...misal kita mempunyai dosis obat yang diminum oleh pasien, dosis bisa diasumsikan sebagai sesuatu yang emgnawali keberadaan obat didalam GI, sesuatu yang emngawali itu kita sebut sebagai kondisi awal, dalam baasan inggris Initial kondition (IC kemudian diikuti dengan nomer komparteen, jadi IC(1). 1 adalah saluran cerna GI.bagaiaman perpindahan dari obat 1 ke 2, ada notasi khsusus, proses itu terjadi mengikuti kinetika orde 1, yang digunakan winsaam adalah L yagn diikuti suatu koordinat jadi L(di isi nomer kompartemen yang dituju, kemudian ordinat berasal dari mana), jadi L(2,1), kemudian setelah itu, bagaimana perpindahan obat dari dua ke nol, kira - kira ditulis gimana ? L(0, 2). winsam menganalis data berdasarkan jumlah, padahal pada kenyataan konsentrasi, gimana mensinkronkan..??maka kita membutuhkan parameter beruba voludme distribusi, tetapi winsam tidak kenal, di tuliskan dengan P (2), 2 Sesuai dengan kompartemennya sbaris IC(1) hanya seratus, tidak ditambahi 0, ditambahi seratur, karena dosis sudah pasti, tapi bagaimana dengan Ka, Kel, dan Vd, kita tidak tahu berapa angka yang pasti, so..modeling bisa di mulai dengan intuisi, atau bisa dengan referensi.. ktia mulai saja dengan intuisi..masukkan angka sembarang, bapaknya milih o, 7, untuk memberikan winsaam mencari angka tidak pasti, maka saya akan memberi angka alternatif, o adalah angka minumum yagn diberikan oleh iwnsam, 100 adalah angka maksimum yagn diberikan oleh winsam.Vd juga g tau, dimulai 10 L, klo volume distribusi bisa ribuan secara teoritis, oleh akrena ini berikan angka yang lebih esar..nanti kita lihat batas itu sudah sesuai atau belum

klik edit, working file...

satu tahapan sudah selesai sekarang menulis data kita, dibawah, di bawah sendiri, kali ini tidak boleh di tab, ketikkan data..

XG(2) mendefiniskan fungsi data yagn nanti di analiss, data yagn dianaliss adalah data konsentrasi pada kompartemen dua, karena data konsentrasi pada kompartemen dua, dan winsam itu secara develompen megnenali data itus eabgai bobot bukan konsentrasi, karena winsam megnenali jumlah bobot bukan konsentrasi, maka kita harus mengetahui winsaam bawh data yagn kita analais itu adalah data bobot bukan konsentrasi, oleh gkarena itu kit menambahakan F(2)/ dibagai dengan volume distribusi yaitu P(2). F tadi adaalah bobot di kompartemen dua..

101G(2), 1 itu memberi winsaam yang kita lakukan adalah kalkulasi, bukan simulasi, melakukan fiting,

01 itu adalah sebetulnya dua digit locer yang menunjukan locker memori diman data nanti akan disimpan, dan suatu saat siap di panggil kemabli..dua digit itu favoritnya angka berapa, terserah,

G(2) tab 3 kali, lalu ketik FSD ini untuk memberi tahu namanya skema waighing didalam proses fiiting. (pembobotan dalam prses feeding).

Setelah ini kita siap mengaktifkan data kita...pastikan kursor berada pada kolom pertama, kemudian ditab,2 kali mulai mengetikkan angka nol tab nol atau copy dari spreadsheet,

kemudian ke edit, lalu paste spesial dan paste data

Menjadi seperti ini

langkah selanjutnya pasti disimpan, di save

Setelah itu working file di close

Setelah ditutup , command>deck

Maka akan menjadi

kemudian lagi, command>solve, hingga hasilnya menjadi seperti ini...

Deck itu bahasa yang kita tulis, menjadi bahasa komputasi, bahasa binnary, yang kita tulis L(21), dst...itu di baca semua oleh winsam, itu proses decking

Solve, adalah proses untuk menerjemahkan persamaan termasuk bahwa persamaan yang dianalsisi adalah persamaan diferensial menjadi persamaan planar termasuk profil kurva prediksi sesuai dengan angka yang kita masukkan, itu diterjemahkan oleh winsam melalui proses solve, sering kali menggunakan kesalahan muncul di papan error iteration zet zerro, ini menunjukkan winsam tidak bisa melakukan proses iterasi, yaitu perhitungan berulang..winsam juga melakukan iterasi didalam kalkulasi untuk menapatkan data yagn sediekat mungkin dengan iterasi. Apa yagn harus dilakuan>??memberikan warning kepada kita, prediksi angka terlalu jauh dengan angka yagn mendekati kenyataan, sehingga winsam tidak bisa menghitung. Lalu bagaimana mengeceknya??kita bisa mengecek dengan grafiknya..

Caranya dengan mengetik plot q(1)

Sehingga muncul seperti ini

Garing lengkungnya adalah kurva prediski model, sedangkan yagn titik titiknya adalah data observasi, pertanyaannya apakah kita sudah cukup puas dengan prediksi tersebut??? Belum puas...

Lalu jelas ini belum ideal, kenapa??karena prediksi masih terlalu jauh dari observasi,, masalah itu adalah aku g mau iterasi, tolong dirubah dulu,

Jadi jika winsam mengatakan no iteratiton impisible, maka dia g mau iterasi, maka agar mau, ada angka yagn harus di rubah, untuk megnubah angka mana yang harus dirubah, maka winsam mengyediakan sistem yang sangat elok, bahwa kurva disajikan degnan skala log, maka kita bisa mengubah lopenya...paling mudah dilihat, adalah slope emilation, dengan prediksinya, dilihat, besar mana lopnya??besar prediksi, prediksinya lebih tajam, coba kita turunkan..insting L(0,2), kurang bagus...kemudian yang lain adalah perhatian semua data prediksi diatas observasi, kenapa prediksi lebih tinggi darpada observasi, kita memberikan informasi P(2) yang kurang baik. Klo prediksi terlalu tinggi, maka kita memberikan P(2) terlalu rendah...maka kita balik lagi ke winsam working file..kjita coba terapkan semua, :L dua satu g kita rubah, L02 kita turunkan digit 0, 3,

Kemudian p2 kita ubah menjadi 20, kemudian kita save

Kita tutup lagi, lalu deck lagi. Lalu solve, kemudian tekan plot q1

coba sekarang lanjutkan lagi, masih memberikan kesalahan, coba diturunkan l21 nya, mejadi 0, 5

Pak , grafiknya banyak sekali, bingung, klo gitu, ditutup grafiknya, lalu di ulangi, plot q(1)

grafiknya agak belum bagus, tapi karena tidak bisa pesan iterasi, maka kita bisa mengiter, caranya ketik lagi iter, ketik lagi iter, ketik lagi iter, enter iter enter, sampai dia mengaktakan dia g mampu lagi mengkalkulasi,

Lalu klik plot q(1)

Sekarang kita coba eksplorasi kurva, mungkin, kita g suaka dalam skala log, maunya biasa – biasa saja, maka klink kanan, distu ada tulisan axing, ada tulisan logaritmik yang dicentak, maka uncentang.

Ingat, yang tadinya dicentang, menjadi di uncentang....

Maka akan menjadi...

Setelah itu, dapat diberikan legend , sumbu x, sumbu y apa?

Caranya pada grafik klik kanan, dan cari axis

Title , pada tadi kosong, kasih nama hours..

Yang Y pun demikian, klik kanan, dan pada sumbu y, klik title

Sehingga dapat menjadi seperti ini

Metode ini sangat bermanfaat, suatu saat kita akan percaya, entah kapan itu...