기계적 모델: 개인 및 인구 분석의 구획 모델

개별 분석은 단일 소스 데이터를 포함하는 기계론적 모델을 사용합니다. 그러나 데이터 수집 오류로 인해 관찰된 데이터 예측이 완벽하게 이루어지지 않습니다.

수학 방정식에서 X_i, C_i, ε_i, φ_j 및 ƒ_i는 각각 i 값에 대해 알려진 값, 관찰된 농도, 측정 오류, 모델 매개변수 및 관련 함수를 나타냅니다.

최소제곱 메트릭은 예측된 값과 관찰된 값 간의 차이를 정량화합니다.

최소 제곱 방법은 더 큰 관측치에 치우쳐 있습니다.

가중 최소 제곱 및 최대 우도 또는 확장 최소 제곱 방법은 가중치 계수를 통합하여 OLS를 개선합니다.

모집단 분석 모델은 개인 간 변동성을 고려하여 여러 피험자에 대한 데이터를 예측합니다.

동일한 구조 모델은 연구 중인 특정 약물에 대한 모든 개인의 데이터에 적합합니다.

평균과 개별 약동학 매개변수 간의 관계는 방정식으로 설명되며, η_j 는 무작위 변동성을 나타냅니다.

다양한 모집단 구획 분석에는 나이브 평균 데이터, 나이브 풀링 데이터 및 2단계 접근 방식이 포함됩니다.