应用PhoenixNLME模拟个体血药浓度

2018-05-24 16:57:49 来源:源资科技市场部

新闻摘要:建模的目的之一是为了应模型去进行预测,预测的对象既可以是一个个体的血药浓度,也可以是一个群体的血药浓度,本文介绍了如何使用Phoenix NLME进行个体血药浓度预测的方法,对于群体血药浓度的预测可参考案例“VPC视觉预测检验图”系列。

  建模的目的之一是为了应模型去进行预测,预测的对象既可以是一个个体的血药浓度,也可以是一个群体的血药浓度,本文介绍了如何使用Phoenix NLME进行个体血药浓度预测的方法,对于群体血药浓度的预测可参考案例“VPC视觉预测检验图”系列。


概览
背景数据
第一次模拟,
第二次模拟,
第三次模拟,
第四次模拟
小结


背景数据
1.本案例使用的软件为Phoenix8.0,所需授权为Phoenix NLME。
2.所使用数据集:Phoenix自带的示例文件
C:\Program Files (x86)\Certara\Phoenix\application\Examples\NLME\Pheno.phxproj
3.假设该项目文件中的“Pheno Stdev Covar”对象是最终模型


第一次模拟
1.1复制粘贴最终模型
      启动Phoenix并加载“Pheno.phxproj”项目,之后复制“Pheno Stdev Covar”对象,接着粘贴该对象,并重新命名为“1 finally”

 


1.2.接受最终估算值作为模型初始值
      导航至“1 finally”对象的“参数(Parameter)”-“固定效应(Fixed Effects)”选项卡,点击“接受所有固定效应随机效应估算值(Accept All Fixed+Random)”按钮。

 


1.3.设置迭代次数为0
      导航至“1 finally”对象的“运行选项(Run Options)”选项卡,
      将“迭代次数(N Iter)”后的复选框中的数值修改为0

 


1.4执行该操作对象


1.5观察结果

 


1.6.结果比较
      读者可自行将该对象的所有结果与“Pheno Stdev Covar”对象的结果进行比较,并思考下他们的联系与区别。


第二次模拟
2.1 复制操作对象
      复制“1 finally”,之后粘贴该对象,并重新命名为“2 test”

 


2.2调整主映射报表的映射

 


2.3执行该操作对象


2.4观察结果

 

  对比前一次的模拟结果,我发可以发现:1、参数的群体典型值与第一次模拟的结果是一样的(因为是都是基于同一个模型),2、不同个体间参数的个体预测值也是完全一样的(因为在给次模拟中没有为每个个体输入个体的信息,比如体重、评分、观测的血药浓度值等信息,所以这里想的参数的个体预测值相当与协变量值为0时参数的群体典型值),3、具体时间的的血药浓度表格为空(该表格依赖于观测值,因为我们没有输入个体的血药浓度观测值,所以它为空)


第三次模拟
3.1.准备模拟的个体信息表格
      准备如下表格,并将其导入至Phoenix内

 


3.2 复制操作对象
      复制“1 finally”,之后粘贴该对象,并重新命名为“3 PRED”

 


3.3 更改数据源
      更改“3 PRED”对象的输入数据源

 

3.4 执行操作对象


3.5 观察结果

 


3.6获取血药浓度预测值
      在3.5步的结果中没有我们想要的个体血药浓度的预测值,所以我们通过增加自定以表格的方式输出指定点的血药浓度值。
      1.导航至“3 PRED”对象的“运行选项(Run Options)”选项卡,点击“增加表格(Add Table)”按钮,
      2.在“时间(Times)”输入窗输入“seq(0,100,1)”,相当于从0时刻起,到100时,每个1小时输出一个点
      3.在“变量(Variables)”输入窗输入“C”,即输出点的值为中央室的浓度(如想输出其他变量,可参考模型的结构示意图,输入想要输出的变量)。

 

 


 
3.7 重新执行操作对象
      重新执行该操作对象后,可在结果列列表中找到“Table01”表格,该表格即为我们所自定义的表格。

 


3.8 绘制散点图
      将“Table01”中的数据发送至“散点图(XYplot)”对象,绘制散点图。

 


第四次模拟
4.1准备模拟用的个体信息表格
      相对前一次模拟,在表格中增加受试者的血药浓度信息,内容如图所示,
      准备以下表格,并将其导入到Phoenix中

 


4.2 复制操作对象
      复制“3 PRED”,之后粘贴该对象,并重新命名为“4 IPRED”

 


4.3 调整映射
      更改“4 IPRED”对象的输入数据源为“4 IPRED”表格,并将“yobs”映射至“CObs”字段

 


4.4 执行操作对象


4.5 观察结果


 

  本次结果中“Residuals”表格不在为空,因为我们的输入数据中有观测值,另外我们可以发现z3、l4个体血药浓度的“群体预测值(PRED)”是相同的这是因为他们拥有相同的协变量的值,又因为他们血药浓度的“观测值(DV)”不同,导致经过贝叶斯反馈所求得的参数的个体预测值不同,进而导致血药浓度的“个体预测值(IPRE)”不同。


4.6 绘制散点图

 


小结

  本案例中,前两次的模拟是为了让大家了解模拟的原理与特点,第三与第四次模拟是本案例的重点;当我们建立好群体模型后,可使用第三种模拟方式,通过输入个体的协变量信息进行模拟预测,指导个体的起始剂量的选择;在获得观测值之后,接着可使用第四种模拟的方式,通过输入个体的协变量信息以及观测得到的血药浓度值的信息进行模拟预测,获得经过贝叶斯反馈得到的个体参数以及相应的经过贝叶斯反馈所的得到的个体的血药浓度预测值,从而进一步指导个体的给药方案的调整优化。

  以上就是本案例的内容,欢迎大家持续关注源资信息科技官网/公众号获取更多的案例,或者通过参与近期举办的培训班与我交流。


【责任编辑:(Top) 返回页面顶端
Copyright © 2008 - 2019 Tri-ibiotech.com All Right Reserved. | 备案许可证: 沪ICP备11020704.