DrugR 是一个用于体外药物释放数据的 R 包和 Shiny 应用。它以同一套拟合核心比较六种常用经验动力学模型，并输出清洗后的数据、参数、拟合指标、预测曲线和可追溯警告。
从 GitHub 安装：
if (!requireNamespace("remotes", quietly = TRUE)) install.packages("remotes")
remotes::install_github("Super-dong94/DrugR@v0.1.0")从 Release 源码包安装：
install.packages("DrugR_0.1.0.tar.gz", repos = NULL, type = "source")library(DrugR)
csv <- system.file("extdata", "drug_release_example.csv", package = "DrugR")
release_data <- read_release_csv(csv)
fit <- fit_drug_release(release_data)
fit$fit_table
fit$parameter_values
fit$warnings
plot_drug_release(fit)启动交互界面：
install.packages(c("shiny", "DT", "rhandsontable"))
DrugR::run_drugr_app()Shiny 界面支持 CSV 导入、表格编辑、六模型比较、最低有限 AIC 标记、出版级图形预览，以及 PNG、PDF 和 CSV 下载。它直接调用 DrugR::fit_drug_release()，不维护另一套拟合算法。
| 模型 | 方程 |
|---|---|
| Zero-order | Q_t = Q_0 + k_0 t |
| First-order | Q_t = Q_inf (1 - exp(-k_1 t)) |
| Higuchi | Q_t = Q_0 + k_H sqrt(t) |
| Korsmeyer–Peppas | Q_t / Q_inf = k_KP t^n |
| Weibull | Q_t = Q_inf (1 - exp(-(t / alpha)^beta)) |
| Hixson–Crowell | Q_t = 100 - (100^(1/3) - k_HC t)^3 |
输入清洗会移除非数值、缺失或负值行，对重复时间点取释放值均值，并报告下降区间和超过 100% 的观测。单个模型失败不会中断其余模型。
- 最低 AIC 只是候选模型中的相对经验拟合，不等于机制证明。
- 需要结合实验设计、残差、参数可辨识性和外部生物学证据解释结果。
- 本软件不用于医疗、临床、药品放行或监管决策。
- 仓库只附带 10 行虚构示例数据，不代表真实实验结果或临床数据。
隐私与部署边界见 PRIVACY.md，科研用途声明见 SCIENTIFIC_USE.md，第三方依赖见 THIRD_PARTY_NOTICES.md。
MIT © 2026 Dong Xu。详见 LICENSE.md。