PK/PD建模实践——NONMEM软件入门

定　　价：98 元

• 作者：（美）乔尔·S.欧文（Joel S. Owen）、（美）吉尔·菲德勒-凯利（Jill Fiedler-Kelly） 著
• 出版时间：2020/6/1
• ISBN：9787122361523
• 出 版 社：化学工业出版社

• 中图法分类：R965.1 
• 页码：275
• 版次：01
• 开本：16K

内容简介

《PK/PD建模实践——NONMEM软件入门》在简要介绍定量药理学学科相关基本原理的基础上,紧密结合NONMEM 软件的应用,通过一系列群体药物动力学和群体药物动力学-药效动力学的实例,从数据需求、模型构建/评估到质量控制等角度进行了详尽的表述,包括相关数据的图像分析和数据集构建、建模和仿真的模型代码、模型的应用、模型结果的图形解析和各项内容的诠释以及模型评价等。
《PK/PD建模实践——NONMEM软件入门》可供在新药研发、临床实践和药物监管中从事或关注定量药理学的研究人员或工作者参考使用。

作者介绍

周田彦，北京大学药学院，博导，1999年至今在北京大学药学院主讲《高等药物动力学》《生物药剂学与药物动力学》等课程，曾多次获得教师奖。长期从事定量药理学以及药物代谢酶相关研究和应用，是北京大学/辉瑞公司定量药理学高级培训中心核心成员。现任北京大学药学院教授、博士生导师，中国药理学会定量药理学专业委员会委员，国家自然科学基金及北京市等省部级自然科学基金评审专家，国家食品与药品管理局新药评审专家，中国临床药理学与治疗学杂志编委，以及10余个国内外相关专业期刊的评审。主持多项国家自然科学基金及北京市/教育部自然科学基金项目。发表论文90余篇，编写教材与专著6部，申请专利5项。

目 录

第1章 定量药理学的应用 1
1.1 概述 1
1.2 稀疏数据分析的应用 2
1.3 定量药理学的影响 4
1.4 临床实例 5
参考文献 7

第2章 群体模型的概念及术语 9
2.1 概述 9
2.2 模型要素 10
2.3 个体模型 11
2.4 群体模型 12
2.4.1 固定效应参数 12
2.4.2 随机效应参数 13
2.5 个体间随机变异(L1)模型 16
2.5.1 加和型变异 17
2.5.2 比例型变异 17
2.5.3 指数型变异 18
2.5.4 针对个体间变异的来源进行建模 18
2.6 观测值中的随机变异(L2)模型 19
2.6.1 加和型变异 19
2.6.2 比例型变异 20
2.6.3 混合型变异 21
2.6.4 对数型误差模型 23
2.6.5 RV表达式与预测浓度之间的关系 23
2.6.6 RV大小的意义 25
2.7 估算方法 25
2.8 目标函数 26
2.9 贝叶斯估计 26
参考文献 26

第3章 NONMEM概述及NM-TRAN控制文件编辑 27
3.1 概述 27
3.2 NONMEM系统的构成 27
3.3 一般规则 29
3.4 控制文件的必需组件 30
3.4.1 $PROBLEM 30
3.4.2 $DATA 31
3.4.3 $INPUT 34
3.5 用NM-TRAN指定模型 34
3.5.1 为特定的PK模型调用PREDPP子程序 34
3.5.2 在$PK模块中指定模型 37
3.5.3 在$ERROR模块中指定残留变异 43
3.5.4 使用$PRED模块指定模型 47
3.6 以$THETA、$OMEGA和$SIGMA指定初始估算值 48
3.7 请求执行估算和相关选项 54
3.8 请求参数估算值的精度 59
3.9 控制输出 60
参考文献 62

第4章 数据集 63
4.1 概述 63
4.2 数据集的排列 64
4.3 数据集中的变量 67
4.3.1 TIME 68
4.3.2 DATE 68
4.3.3 ID 69
4.3.4 DV 70
4.3.5 MDV 71
4.3.6 CMT 71
4.3.7 EVID 72
4.3.8 AMT 73
4.3.9 RATE 74
4.3.10 ADDL 75
4.3.11 II 76
4.3.12 SS 77
4.4 灵活构建数据集以应用于各种替代模型 77
4.5 事件记录示例 77
4.5.1 指定时间的可选方式 77
4.5.2 输注和零级输入 78
4.5.3 ADDL的使用 79
4.5.4 稳态法 79
4.5.5 达稳态前后的样本 80
4.5.6 稳态方案中的计划外给药 80
4.5.7 给药间隔无规律的稳态给药 81
4.5.8 多种给药途径 82
4.5.9 多重因变量数据的建模 82
4.5.10 用于$PRED的数据集 83
4.6 给药和观测之外的内容 83
4.6.1 其他数据项 83
4.6.2 协变量随时间的变化 85
4.6.3 标题行的引入 85
参考文献 86

第5章 模型构建的典型流程 87
5.1 概述 87
5.2 分析计划 88
5.3 分析数据集的创建 89
5.4 数据集的质量控制 90
5.5 探索性数据分析 91
5.5.1 EDA：群体描述 91
5.5.2 EDA：剂量相关的数据 94
5.5.3 EDA：浓度相关的数据 95
5.5.4 EDA：大数据集的注意事项 105
5.5.5 EDA：总结 107
5.6 基础模型的构建 107
5.6.1 标准模型诊断图及其解读 108
5.6.2 随机效应的估算 119
5.6.3 参数估算值的精确度(基于$COV步骤) 125
5.7 协变量评价 126
5.7.1 协变量评价方法 128
5.7.2 协变量选择的统计基础 128
5.7.3 表示参数-协变量关系的诊断图 130
5.7.4 协变量-参数关系的典型函数形式 133
5.7.5 中心化协变量效应 140
5.7.6 正向选择过程 143
5.7.7 全量模型的评估 148
5.7.8 反向剔除过程 150
5.7.9 其他协变量评价方法 151
5.8 模型的优化 152
附：推荐的分析计划的内容 155
参考文献 156

第6章 NONMEM输出结果的解读 159
6.1 概述 159
6.2 输出文件的描述 159
6.3 NONMEM报告文件 160
6.3.1 NONMEM相关输出结果 160
6.3.2 PREDPP相关输出结果 161
6.3.3 计算过程的输出 161
6.3.4 目标函数最小值与最终参数估算值 163
6.3.5 协方差步骤的输出结果 167
6.3.6 其他输出结果 168
6.4 错误信息的解读与解决 168
6.4.1 NM-TRAN错误 169
6.4.2 $ESTIMATION步骤失败 170
6.4.3 $COVARIANCE步骤失败 170
6.4.4 PREDPP错误 172
6.4.5 其他类型的NONMEM错误 173
6.4.6 FORTRAN编译器或其他运行时错误 173
6.5 问题诊断的一般建议 174
附：混合模型代码示例 176
参考文献 177

第7章 个体参数值的应用 178
7.1 概述 178
7.2 贝叶斯理论和个体参数值 180
7.3 个体参数值的获得 182
7.4 个体参数值的应用 183
7.4.1 特定个体暴露量的估算 184
7.4.2 个体暴露量的组间比较 189
参考文献 190

第8章 模型评价的介绍 191
8.1 概述 191
8.2 内部验证 191
8.3 外部验证 192
8.4 预测性能的评估 193
8.5 目标函数映射 195
8.6 杠杆分析 198
8.7 自举法过程 200
8.8 可视化与数值预测检验过程 201
8.8.1 VPC过程 201
8.8.2 VPC结果的展示 202
8.8.3 数值预测检验过程 206
8.9 后预测检验过程 206
参考文献 207

第9章 自定义模型 209
9.1 概述 209
9.2 $MODEL 211
9.3 $SUBROUTINES 212
9.3.1 通用线性模型(ADVAN5和ADVAN7) 213
9.3.2 通用非线性模型(ADVAN6,ADVAN8,ADVAN9和ADVAN13) 214
9.3.3 $DES 215
9.4 一组示例 216
9.4.1 分数已定义的零级和一级吸收过程 216
9.4.2 分数未知的一级速率的序贯吸收 218
9.4.3 分数未知的零级和一级的并行吸收 219
9.4.4 分数未知的并行的一级吸收过程 221
9.4.5 零级速率输入至储库隔室 222
9.4.6 原药和代谢产物模型：微分方程 223
参考文献 225

第10章 PK/PD模型 226
10.1 概述 226
10.2 在NONMEM中进行PD建模 227
10.3 $PRED 228
10.3.1 直接效应PK/PD模型示例：数据集包含PK浓度值 228
10.3.2 直接效应PK/PD模型示例：PK来自计算浓度 231
10.4 $PK 231
10.4.1 特定ADVAN (ADVAN1-ADVAN4和ADVAN10-ADVAN12) 232
10.4.2 通用ADVAN (ADVAN5-ADVAN9和ADVAN13) 233
10.4.3 PREDPP：效应隔室链式模型示例(PD写在$ERROR) 233
10.4.4 PREDPP：间接效应模型示例(PD写在$DES) 234
10.5 奇异型数据：非连续型数据的分析 237
10.6 PD模型的复杂性 238
10.7 结果的表达 239
参考文献 239

第11章 仿真的基本原则 241
11.1 概述 241
11.2 仿真计划 241
11.2.1 仿真组成部分 242
11.2.2 输入-输出模型 242
11.2.3 协变量分布模型 246
11.2.4 试验执行模型 248
11.2.5 研究的重复 249
11.2.6 仿真数据分析 250
11.2.7 运用仿真进行决策 250
11.3 其他仿真相关的注意事项 251
11.3.1 种子值 251
11.3.2 考虑参数不确定性 252
11.3.3 限制随机效应或响应 252
附：11.1 仿真输出例子 253
附：11.2 具有不同种子值的仿真输出示例 254
附：11.3 带有参数不确定性的仿真 255
参考文献 259

第12章 质量控制 260
12.1 概述 260
12.2 数据分析计划的质量控制 260
12.3 分析数据集的创建 261
12.3.1 探索性数据分析及其在数据集质量控制中的作用 262
12.3.2 数据收集中的质量控制 262
12.4 模型构建的质量控制 263
12.4.1 NM-TRAN控制文件的质量控制 264
12.4.2 作为质量控制的模型诊断图和模型评价步骤 265
12.5 质量控制记录文件 265
12.6 总结 266
参考文献 266

后记 268

英文索引 269

中文索引 273