Механистические модели: модели отсеков в индивидуальном и популяционном анализе

В индивидуальном анализе используются механистические модели с использованием данных из одного источника. Однако ошибки сбора данных препятствуют идеальному прогнозированию наблюдаемых данных.

В математическом уравнении X_i, C_i, ε_i, φ_j и ƒ_i представляют известные значения, наблюдаемые концентрации, погрешности измерения, параметры модели и связанные с ними функции для значений i соответственно.

Метрики методом наименьших квадратов количественно измеряют различия между прогнозируемыми и наблюдаемыми значениями.

Метод наименьших квадратов смещен в сторону более крупных наблюдений.

Взвешенные методы наименьших квадратов и методы максимального правдоподобия или расширенного метода наименьших квадратов улучшают МНК за счет включения весового коэффициента.

Модели популяционного анализа прогнозируют данные для нескольких субъектов с учетом межиндивидуальной изменчивости.

Одна и та же структурная модель подходит для всех индивидуальных данных по конкретному исследуемому препарату.

Взаимосвязь между средним и индивидуальными фармакокинетическими параметрами описывается уравнением, где η_j представляет случайную вариабельность.

Различные популяционные компартмент-анализы включают в себя наивно-средние данные, наивные объединенные данные и двухэтапный подход.