本例使用了在出生后16天内给予苯巴比妥的59名早产儿的数据。每个婴儿接受初始剂量,然后静脉注射一次或多次持续剂量。除剂量时间外,对每个婴儿总共进行了1至6次浓度测量,总共进行了155次测量。还记录了婴儿体重和APGAR评分(新生儿健康的衡量标准)。数据描述在[1]中,由NIH/NIBIB拨款P41-EB01975资助的一项研究。
加载数据。
可视化数据。
建立一个单室药室PK模型,采用丸量和线性间隙对这些数据进行建模。
假设中央隔室的体积(中央
)和婴儿的体重。您可以使用协变量模型定义此参数-协变量关系,该协变量模型可以描述为
,
在那里,每生一个婴儿,V
体积,θs (theta)是固定效应,η (eta)是随机效应,和重量
是协变量。
定义固定和随机效果。每个表的列名必须分别具有固定效果和随机效果的名称。
中将组标签ID修改为groupsbiosampleparameters
函数。
根据数据集中所有婴儿的协变量模型,生成central compartments central体积的参数值。
然后可以使用采样的参数值模拟模型。为方便起见,使用SimFunction对象提供的类函数接口。
首先,使用createSimFunction方法构造一个SimFunction对象,将体积(Central)指定为参数,将药室中的药物浓度(Drug_Central)指定为SimFunction对象的输出,并指定给药的种类。
数据集ds包含每个婴儿的剂量信息,groupedData对象提供了一种提取这种剂量信息的方便方法。将ds转换为groupedData对象并提取剂量信息。
使用phi的采样参数值和提取的每个婴儿的给药信息模拟模型,并绘制结果。第i次运行使用phi中的第i个参数值和第i个婴儿的剂量信息。