日韩欧美中文字幕在线韩

  • <pre id="0xn3r"></pre>
  • <acronym id="0xn3r"><label id="0xn3r"><address id="0xn3r"></address></label></acronym>
    <td id="0xn3r"></td>
    <acronym id="0xn3r"><strong id="0xn3r"><listing id="0xn3r"></listing></strong></acronym>
    1. 應用PhoenixNLME模擬個體血藥濃度

      2018-05-24 16:57:49 來源:源資科技市場部

      新聞摘要:建模的目的之一是為了應模型去進行預測,預測的對象既可以是一個個體的血藥濃度,也可以是一個群體的血藥濃度,本文介紹了如何使用Phoenix NLME進行個體血藥濃度預測的方法,對于群體血藥濃度的預測可參考案例“VPC視覺預測檢驗圖”系列。

        建模的目的之一是為了應模型去進行預測,預測的對象既可以是一個個體的血藥濃度,也可以是一個群體的血藥濃度,本文介紹了如何使用Phoenix NLME進行個體血藥濃度預測的方法,對于群體血藥濃度的預測可參考案例“VPC視覺預測檢驗圖”系列。


      概覽
      背景數據
      第一次模擬,
      第二次模擬,
      第三次模擬,
      第四次模擬
      小結


      背景數據
      1.本案例使用的軟件為Phoenix8.0,所需授權為Phoenix NLME。
      2.所使用數據集:Phoenix自帶的示例文件
      C:\Program Files (x86)\Certara\Phoenix\application\Examples\NLME\Pheno.phxproj
      3.假設該項目文件中的“Pheno Stdev Covar”對象是最終模型


      第一次模擬
      1.1復制粘貼最終模型
            啟動Phoenix并加載“Pheno.phxproj”項目,之后復制“Pheno Stdev Covar”對象,接著粘貼該對象,并重新命名為“1 finally”

       


      1.2.接受最終估算值作為模型初始值
            導航至“1 finally”對象的“參數(Parameter)”-“固定效應(Fixed Effects)”選項卡,點擊“接受所有固定效應隨機效應估算值(Accept All Fixed+Random)”按鈕。

       


      1.3.設置迭代次數為0
            導航至“1 finally”對象的“運行選項(Run Options)”選項卡,
            將“迭代次數(N Iter)”后的復選框中的數值修改為0

       


      1.4執行該操作對象


      1.5觀察結果

       


      1.6.結果比較
            讀者可自行將該對象的所有結果與“Pheno Stdev Covar”對象的結果進行比較,并思考下他們的聯系與區別。


      第二次模擬
      2.1 復制操作對象
            復制“1 finally”,之后粘貼該對象,并重新命名為“2 test”

       


      2.2調整主映射報表的映射

       


      2.3執行該操作對象


      2.4觀察結果

       

        對比前一次的模擬結果,我發可以發現:1、參數的群體典型值與第一次模擬的結果是一樣的(因為是都是基于同一個模型),2、不同個體間參數的個體預測值也是完全一樣的(因為在給次模擬中沒有為每個個體輸入個體的信息,比如體重、評分、觀測的血藥濃度值等信息,所以這里想的參數的個體預測值相當與協變量值為0時參數的群體典型值),3、具體時間的的血藥濃度表格為空(該表格依賴于觀測值,因為我們沒有輸入個體的血藥濃度觀測值,所以它為空)


      第三次模擬
      3.1.準備模擬的個體信息表格
            準備如下表格,并將其導入至Phoenix內

       


      3.2 復制操作對象
            復制“1 finally”,之后粘貼該對象,并重新命名為“3 PRED”

       


      3.3 更改數據源
            更改“3 PRED”對象的輸入數據源

       

      3.4 執行操作對象


      3.5 觀察結果

       


      3.6獲取血藥濃度預測值
            在3.5步的結果中沒有我們想要的個體血藥濃度的預測值,所以我們通過增加自定以表格的方式輸出指定點的血藥濃度值。
            1.導航至“3 PRED”對象的“運行選項(Run Options)”選項卡,點擊“增加表格(Add Table)”按鈕,
            2.在“時間(Times)”輸入窗輸入“seq(0,100,1)”,相當于從0時刻起,到100時,每個1小時輸出一個點
            3.在“變量(Variables)”輸入窗輸入“C”,即輸出點的值為中央室的濃度(如想輸出其他變量,可參考模型的結構示意圖,輸入想要輸出的變量)。

       

       


       
      3.7 重新執行操作對象
            重新執行該操作對象后,可在結果列列表中找到“Table01”表格,該表格即為我們所自定義的表格。

       


      3.8 繪制散點圖
            將“Table01”中的數據發送至“散點圖(XYplot)”對象,繪制散點圖。

       


      第四次模擬
      4.1準備模擬用的個體信息表格
            相對前一次模擬,在表格中增加受試者的血藥濃度信息,內容如圖所示,
            準備以下表格,并將其導入到Phoenix中

       


      4.2 復制操作對象
            復制“3 PRED”,之后粘貼該對象,并重新命名為“4 IPRED”

       


      4.3 調整映射
            更改“4 IPRED”對象的輸入數據源為“4 IPRED”表格,并將“yobs”映射至“CObs”字段

       


      4.4 執行操作對象


      4.5 觀察結果


       

        本次結果中“Residuals”表格不在為空,因為我們的輸入數據中有觀測值,另外我們可以發現z3、l4個體血藥濃度的“群體預測值(PRED)”是相同的這是因為他們擁有相同的協變量的值,又因為他們血藥濃度的“觀測值(DV)”不同,導致經過貝葉斯反饋所求得的參數的個體預測值不同,進而導致血藥濃度的“個體預測值(IPRE)”不同。


      4.6 繪制散點圖

       


      小結

        本案例中,前兩次的模擬是為了讓大家了解模擬的原理與特點,第三與第四次模擬是本案例的重點;當我們建立好群體模型后,可使用第三種模擬方式,通過輸入個體的協變量信息進行模擬預測,指導個體的起始劑量的選擇;在獲得觀測值之后,接著可使用第四種模擬的方式,通過輸入個體的協變量信息以及觀測得到的血藥濃度值的信息進行模擬預測,獲得經過貝葉斯反饋得到的個體參數以及相應的經過貝葉斯反饋所的得到的個體的血藥濃度預測值,從而進一步指導個體的給藥方案的調整優化。

        以上就是本案例的內容,歡迎大家持續關注源資信息科技官網/公眾號獲取更多的案例,或者通過參與近期舉辦的培訓班與我交流。


      【責任編輯:(Top) 返回頁面頂端
      Copyright ? 2008 - 2021 Tri-ibiotech.com All Right Reserved. | 備案許可證: 滬ICP備11020704-5.
      日韩欧美中文字幕在线韩