7.18
Mechanistische Modelle: Kompartimentmodelle in der Einzel- und Populationsanalyse
Die individuelle Analyse verwendet mechanistische Modelle mit Daten aus einer einzigen Quelle. Fehler bei der Datenerfassung verhindern jedoch eine perfekte Vorhersage der beobachteten Daten.
In der mathematischen Gleichung stellen Xi, Ci, εi, φj und ƒi bekannte Werte, beobachtete Konzentrationen, Messfehler, Modellparameter und zugehörige Funktionen für i-Werte dar.
Metriken der kleinsten Quadrate quantifizieren Differenzen zwischen den vorhergesagten und den beobachteten Werten.
Die Methode der gewöhnlichen kleinsten Quadrate ist auf größere Beobachtungen ausgerichtet.
Die gewichteten Methoden der kleinsten Quadrate und der Methode der maximalen Wahrscheinlichkeit oder der erweiterten kleinsten Quadrate verbessern die OLS durch die Einbeziehung eines Gewichtungsfaktors.
Populationsanalysemodelle prognostizieren Daten für mehrere Probanden unter Berücksichtigung der interindividuellen Variabilität.
Das gleiche Strukturmodell passt an die Daten aller Personen für ein bestimmtes untersuchtes Medikament.
Die Beziehung zwischen mittleren und individuellen pharmakokinetischen Parametern wird durch eine Gleichung beschrieben, wobei ηj die zufällige Variabilität darstellt.
Zu den verschiedenen populationskompartimentellen Analysen gehören naive Durchschnittsdaten, naive gepoolte Daten und der zweistufige Ansatz.
Mechanistische Modelle werden bei Einzelanalysen mit Daten aus einer einzigen Quelle verwendet, aber aufgrund von Fehlern bei der Datenerfassung entst…
Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.