使用SimBiology模型分析仪App-MATLAB和Simulink-MathWorks计算NCA参数并将模型与PK/PD数据拟合日本金宝appgydF4y2Ba

使用SimBiology Model Analyzer应用程序计算NCA参数并将模型拟合到PK/PD数据gydF4y2Ba

此示例演示如何执行非部分分析以计算NCA参数和估计肿瘤生长模型gydF4y2Ba［1］gydF4y2Ba参数由实验数据采用非线性回归gydF4y2BaSimBiology模型分析gydF4y2Ba应用程序。gydF4y2Ba

肿瘤的生长模型gydF4y2Ba

本例中使用的模型是SimBiologygydF4y2Ba^®gydF4y2Ba实现Simeoni等人的药代动力学/药效学(PK/PD)模型。它量化了抗癌药物对肿瘤生长动力学的影响gydF4y2Ba在活的有机体内gydF4y2Ba动物研究。药物的药代动力学用双室模型描述，采用静脉滴注给药和线性消除(gydF4y2Ba柯gydF4y2Ba)gydF4y2Ba中心的gydF4y2Ba隔间。肿瘤生长是一个双阶段的过程，最初是指数增长，然后是线性增长。肿瘤细胞的增殖速率用gydF4y2Ba

$\frac{{lgydF4y2Ba}_{0gydF4y2Ba} ＊gydF4y2Ba {xgydF4y2Ba}_{1gydF4y2Ba}}{{［gydF4y2Ba 1gydF4y2Ba +gydF4y2Ba {（gydF4y2Ba \frac{{lgydF4y2Ba}_{0gydF4y2Ba}}{{lgydF4y2Ba}_{1gydF4y2Ba}} ＊gydF4y2Ba wgydF4y2Ba ）gydF4y2Ba}^{ψgydF4y2Ba} ］gydF4y2Ba}^{\frac{1gydF4y2Ba}{ψgydF4y2Ba}}}$

lgydF4y2Ba_0gydF4y2Ba，gydF4y2BalgydF4y2Ba_1gydF4y2Ba，和ψ是肿瘤生长参数，gydF4y2BaxgydF4y2Ba_1gydF4y2Ba是增殖的肿瘤细胞的重量，和gydF4y2BawgydF4y2Ba为肿瘤总重量。在没有任何药物的情况下，肿瘤仅由增殖的细胞组成，也就是说，gydF4y2BawgydF4y2Ba＝gydF4y2BaxgydF4y2Ba_1gydF4y2Ba．在抗癌剂的存在下，一部分增殖细胞转化为不增殖细胞。这种转化的速率被认为是血浆中药物浓度和疗效因子的函数gydF4y2BakgydF4y2Ba_2gydF4y2Ba．nonproliferating细胞gydF4y2Bax2gydF4y2Ba经历一系列的过渡阶段(gydF4y2Bax3gydF4y2Ba和gydF4y2Bax4gydF4y2Ba)，并最终从系统中清除。中转舱的流动模型为速率常数的一级过程gydF4y2BakgydF4y2Ba_1gydF4y2Ba．gydF4y2Ba

SimBiology模型对肿瘤生长的药效学进行了以下调整:gydF4y2Ba

而不是将肿瘤的重量定义为gydF4y2Bax1gydF4y2Ba，gydF4y2Bax2gydF4y2Ba，gydF4y2Bax3gydF4y2Ba,gydF4y2Bax4gydF4y2Ba，模型通过命名的反应定义肿瘤重量gydF4y2Ba增加gydF4y2Ba，gydF4y2Ba无效的→ 肿瘤重量gydF4y2Ba，与反应速率有关gydF4y2Ba $（gydF4y2Ba \frac{2gydF4y2Ba ＊gydF4y2Ba {lgydF4y2Ba}_{1gydF4y2Ba} ＊gydF4y2Ba {lgydF4y2Ba}_{0gydF4y2Ba} ＊gydF4y2Ba {xgydF4y2Ba}_{1gydF4y2Ba}^{2gydF4y2Ba}}{{lgydF4y2Ba}_{1gydF4y2Ba} +gydF4y2Ba 2gydF4y2Ba ＊gydF4y2Ba {lgydF4y2Ba}_{0gydF4y2Ba} ＊gydF4y2Ba {xgydF4y2Ba}_{1gydF4y2Ba}} ）gydF4y2Ba ＊gydF4y2Ba tgydF4y2Ba ugydF4y2Ba 米gydF4y2Ba ogydF4y2Ba rgydF4y2Ba ＿gydF4y2Ba wgydF4y2Ba egydF4y2Ba 我gydF4y2Ba ggydF4y2Ba hgydF4y2Ba tgydF4y2Ba$ ．gydF4y2Ba
肿瘤重量gydF4y2Ba是肿瘤的总重量，gydF4y2BaxgydF4y2Ba_1gydF4y2Ba是增殖的肿瘤细胞的重量，和gydF4y2BalgydF4y2Ba_0gydF4y2Ba,gydF4y2BalgydF4y2Ba_1gydF4y2Ba为肿瘤生长参数。gydF4y2Ba
同样，该模型通过命名为gydF4y2Ba衰变gydF4y2Ba，gydF4y2Batumor_weight→零gydF4y2Ba，与反应速率有关gydF4y2BakgydF4y2Ba_1gydF4y2Ba＊gydF4y2BaxgydF4y2Ba_4gydF4y2Ba．常数gydF4y2BakgydF4y2Ba_1gydF4y2Ba是forward rate参数，和gydF4y2BaxgydF4y2Ba_4gydF4y2Ba是肿瘤重量减少系列中的最后一种。gydF4y2Ba
柯gydF4y2Ba是中央隔间的间隙和容积的函数:gydF4y2Ba克= Cl_Central /中央gydF4y2Ba．gydF4y2Ba

PK/PD数据描述gydF4y2Ba

实验（合成）数据包含八名患者对三种反应的测量：中央室、外围室的药物浓度测量和肿瘤重量测量。数据还包含剂量信息，每个患者在第7天接受静脉注射。gydF4y2Ba

数据集包含以下列。gydF4y2Ba

IDgydF4y2Ba——病人idgydF4y2Ba
时间gydF4y2Ba-测量时间gydF4y2Ba
CentralConcgydF4y2Ba-中央隔室药物浓度gydF4y2Ba
PeripheralConcgydF4y2Ba-外周室药物浓度gydF4y2Ba
剂量gydF4y2Ba-每个患者的剂量信息gydF4y2Ba

南gydF4y2Ba当没有测量或没有给予剂量时使用数值。gydF4y2Ba

负载肿瘤生长模型和数据gydF4y2Ba

打开gydF4y2BaSimBiology模型分析gydF4y2Ba通过键入应用程序gydF4y2BasimBiologyModelAnalyzergydF4y2Ba的应用程序图标gydF4y2Ba应用程序gydF4y2Ba选项卡。gydF4y2Ba
上gydF4y2Ba首页gydF4y2Ba标签的应用程序，选择gydF4y2Ba打开gydF4y2Ba．gydF4y2Ba
导航到文件夹gydF4y2Ba草根gydF4y2Ba\ \ simbio \ \数据示例gydF4y2Ba．gydF4y2Ba草根gydF4y2Ba是安装MATLAB的文件夹。请选择名为gydF4y2Ba肿瘤_生长_fitpkd.sbprojgydF4y2Ba．在gydF4y2Ba浏览器gydF4y2Ba窗格中,gydF4y2Ba模型gydF4y2Ba文件夹包含gydF4y2Ba肿瘤的生长模型gydF4y2Ba和gydF4y2Ba数据1gydF4y2Ba文件夹包含实验数据和剂量信息。gydF4y2Ba
对数据列进行分类，以便这样的变量分类可以被gydF4y2Ba适合gydF4y2Ba本例后面的程序。应用程序根据需要执行自动分类（例如gydF4y2BaIDgydF4y2Ba，gydF4y2Ba时间gydF4y2Ba，gydF4y2Ba剂量gydF4y2Ba列)。但对于测量的响应数据列，如gydF4y2BaCentralConcgydF4y2Ba，则需要手动将它们分类为因变量。为此，首先按如下方式打开数据表。在gydF4y2Ba浏览器gydF4y2Ba窗格中,展开gydF4y2Ba数据1gydF4y2Ba文件夹并双击gydF4y2Ba数据表1gydF4y2Ba．gydF4y2Ba
在gydF4y2Ba数据1gydF4y2Ba表,双击gydF4y2Ba分类gydF4y2Ba下gydF4y2BaCentralConcgydF4y2Ba．选择gydF4y2Ba依赖gydF4y2Ba.重复相同的过程进行测试gydF4y2BaPeripheralConcgydF4y2Ba和gydF4y2BaTumorWeightgydF4y2Ba。现在，所有数据列都有了正确的分类，并且数据已准备好使用。gydF4y2Ba
请注意gydF4y2Ba

应用程序已自动分类:gydF4y2Ba
- 的gydF4y2BaIDgydF4y2Ba列gydF4y2Ba组gydF4y2Ba（分组变量）。gydF4y2Ba
- 的gydF4y2Ba时间gydF4y2Ba列gydF4y2Ba独立的gydF4y2Ba(独立变量)。gydF4y2Ba
- 的gydF4y2Ba剂量gydF4y2Ba列gydF4y2Ba剂量1gydF4y2Ba（一个剂量变量）。如果有多个剂量列，则可将其分类为gydF4y2Ba剂量2gydF4y2Ba，gydF4y2Ba剂量3gydF4y2Ba，等等。gydF4y2Ba

可视化实验数据gydF4y2Ba

加载数据后，可以可视化测量的响应。gydF4y2Ba

在gydF4y2Ba浏览器gydF4y2Ba窗格中,单击gydF4y2Ba数据1gydF4y2Ba．gydF4y2Ba
上gydF4y2Ba首页gydF4y2Ba选项卡,gydF4y2Ba情节gydF4y2Ba部分,单击gydF4y2Ba时间gydF4y2Ba情节。该应用程序生成所有三个响应的时间图，即:gydF4y2BaCentralConcgydF4y2Ba，gydF4y2BaPeripheralConcgydF4y2Ba,gydF4y2BaTumorWeightgydF4y2Ba．gydF4y2Ba
在默认的时间图中，gydF4y2Ba反应gydF4y2Ba与测量的响应相对应，并使用不同的线样式绘制。gydF4y2Ba场景gydF4y2Ba指数据中的不同组（八名患者），并使用不同的颜色绘制。gydF4y2Ba

提示gydF4y2Ba

绘图由应用程序工作区中当前存在的数据支持。绘图不是快照。当删除或更改数据（实验数据或模拟结果）时，绘图也会根据基础数据中的更改进行更新。gydF4y2Ba

定制数据可视化gydF4y2Ba

本节中的步骤是可选的，不需要安装。您可以自定义绘图以使其更清晰。例如，可以绘制PD数据(gydF4y2BaTumorWeightgydF4y2Ba)与PK数据(gydF4y2BaCentralConcgydF4y2Ba和gydF4y2BaPeripheralConcgydF4y2Ba)．为此，创建两个不同的组(gydF4y2Ba集gydF4y2Ba)，其中第一个集合只包含gydF4y2BaTumorWeightgydF4y2Ba第二个集合包含gydF4y2BaCentralConcgydF4y2Ba和gydF4y2BaPeripheralConcgydF4y2Ba．gydF4y2Ba

右击gydF4y2BaTumorWeight(克)gydF4y2Ba在gydF4y2Ba反应gydF4y2Ba表并选择gydF4y2Ba创建新集合gydF4y2Ba.应用程序创建gydF4y2Ba组1gydF4y2Ba和gydF4y2Ba组2gydF4y2Ba．gydF4y2Ba组1gydF4y2Ba仅包含gydF4y2BaTumorWeightgydF4y2Ba，它现在画在一个不同的轴上gydF4y2Ba组2gydF4y2Ba，其中包含gydF4y2BaCentralConcgydF4y2Ba和gydF4y2BaPeripheralConcgydF4y2Ba．gydF4y2Ba
的gydF4y2Ba视觉通道gydF4y2Ba表现在包含gydF4y2Ba集gydF4y2Ba．该表是当前在情节中出现的所有切片变量及其相应的情节样式的汇总表。在当前的图中，切片变量是gydF4y2Ba集gydF4y2Ba，gydF4y2Ba反应gydF4y2Ba,gydF4y2Ba场景gydF4y2Ba．gydF4y2Ba

提示gydF4y2Ba

可以使用不同的切片变量对数据进行切片。每个切片变量以不同的视觉效果显示在绘图中gydF4y2Ba风格gydF4y2Ba（或通道），例如颜色、线条样式和轴位置。切片变量可以表示数据的属性，例如响应或场景（即组或模拟运行）。切片变量也可以是与场景或组关联的协变量或参数值。默认情况下，应用程序为打印数据中的不同响应变量和不同场景提供切片变量。您可以为响应集和关联参数或协变量添加其他视觉样式（或通道）。gydF4y2Ba

您还可以根据患者接受的不同剂量对反应进行分组。有三个不同的剂量组：30、75和150毫克。gydF4y2Ba

在gydF4y2Ba视觉通道gydF4y2Ba桌边gydF4y2Ba剂量gydF4y2Ba行，双击空单元格并选择gydF4y2Ba颜色gydF4y2Ba。由于另一个切片变量，出现红色指示器(gydF4y2Ba场景gydF4y2Ba)具有相同的情节风格。清除样式(视觉通道)gydF4y2Ba场景gydF4y2Ba通过选择空。gydF4y2Ba
在gydF4y2Ba剂量gydF4y2Ba表格，应用程序已经自动丢弃剂量。集gydF4y2Ba输出数据分段gydF4y2Ba来gydF4y2Ba3.gydF4y2Ba．现在你可以看到剂量对肿瘤大小有影响。剂量越大，肿瘤就越小。gydF4y2Ba
您还可以通过显示其数据提示从每行查询相应的剂量组。按gydF4y2BaCtrlgydF4y2Ba并单击一条蓝色线显示其数据提示。删除它,gydF4y2BaCtrlgydF4y2Ba+gydF4y2Ba点击gydF4y2Ba在同一条线上的任何地方。gydF4y2Ba

执行非部门分析（NCA）gydF4y2Ba

使用药物药代动力学数据，您可以估计NCA参数。NCA是模型不可知的，可以在没有任何基础假设的情况下深入了解药物药代动力学。您可以在根据数据校准模型时，使用一些NCA结果作为初始估计值，如本例后面所述。有关可用数据列表的详细信息，请参阅e NCA参数及其公式，请参见gydF4y2Ba非部门分析gydF4y2Ba．gydF4y2Ba

NCA程序设置gydF4y2Ba

上gydF4y2Ba首页gydF4y2Ba选项卡上,选择gydF4y2Ba程序gydF4y2Ba>gydF4y2BaNon-Compartmental分析gydF4y2Ba．新节目(gydF4y2BaProgram1gydF4y2Ba)出现。gydF4y2Ba
的gydF4y2Ba数据gydF4y2Ba设置gydF4y2Ba程序的步骤定义用于NCA分析的数据集。在本例中，程序自动选择gydF4y2Ba数据1gydF4y2Ba．gydF4y2Ba
的gydF4y2BaNCAgydF4y2Ba处决gydF4y2Ba步骤定义数据列关联和算法细节。在gydF4y2Ba定义gydF4y2Ba表,设置gydF4y2Ba浓度gydF4y2Ba来gydF4y2BaCentralConcgydF4y2Ba．保持其他设置不变。gydF4y2Ba
上gydF4y2Ba首页gydF4y2Ba选项卡上,单击gydF4y2Ba运行gydF4y2Ba．gydF4y2Ba

一旦NCA分析完成，应用程序将打开包含结果的新数据表。gydF4y2Ba

程序还将结果保存在gydF4y2Ba最后一次gydF4y2Ba默认情况下程序的文件夹。访问结果，在gydF4y2Ba浏览器gydF4y2Ba窗格中,展开gydF4y2BaProgram1gydF4y2Ba文件夹中。然后展开gydF4y2Ba最后一次gydF4y2Ba文件夹中。NCA结果存储在名为gydF4y2Ba结果gydF4y2Ba．计算出的NCA参数请参见gydF4y2Ba非部门分析gydF4y2Ba．gydF4y2Ba

将结果导出到MATLAB工作区gydF4y2Ba

您可以将NCA结果导出到MATLABgydF4y2Ba^®gydF4y2Ba并在命令行执行进一步的数据分析。gydF4y2Ba

右击gydF4y2Ba结果gydF4y2Ba．选择gydF4y2Ba导出数据到MATLAB工作区gydF4y2Ba．gydF4y2Ba
的gydF4y2BaSimBiology数据导出gydF4y2Ba对话框打开。将变量的名称更改为gydF4y2BancatablegydF4y2Ba．点击gydF4y2Ba好啊gydF4y2Ba．gydF4y2Ba

将数据导出到MATLAB工作区后，可以在命令行中分析数据。例如，可以从NCA数据计算平均药物清除率，并将其用作模型参数值。gydF4y2Ba

用非线性回归估计模型参数gydF4y2Ba

SimBiology提供了不同的回归技术来估计基于实验数据的模型参数。这个例子详细说明了使用非线性回归方法的步骤gydF4y2Ba解非线性最小二乘问题gydF4y2Ba(需要最优化工具箱™)以使模型适合于数据。如果你没有优化工具箱，应用程序使用gydF4y2BafminsearchgydF4y2Ba代替。在本例中，只估算了PK/PD模型的部分参数，即:gydF4y2Bak1gydF4y2Ba，gydF4y2BaL0gydF4y2Ba，gydF4y2BaL1gydF4y2Ba，gydF4y2BaCl_CentralgydF4y2Ba，gydF4y2Bak12gydF4y2Ba,gydF4y2Bak21里面gydF4y2Ba．gydF4y2Ba

符合程序的设置gydF4y2Ba

从gydF4y2Ba首页gydF4y2Ba选项卡上,选择gydF4y2Ba程序gydF4y2Ba>gydF4y2Ba拟合数据gydF4y2Ba．新节目(gydF4y2BaProgram2gydF4y2Ba)出现在新标签页。的gydF4y2Ba数据gydF4y2Ba和gydF4y2Ba模型gydF4y2Ba步骤已预先填充了gydF4y2Ba数据1gydF4y2Ba和gydF4y2Ba肿瘤的生长模型gydF4y2Ba,分别。gydF4y2Ba
默认情况下,gydF4y2Ba适合gydF4y2Ba步骤：在配件完成后自动生成打印。通过单击对话框顶部的打印图标禁用打印生成gydF4y2Ba适合gydF4y2Ba现在开始编程步骤。稍后将在示例中探讨这些图。gydF4y2Ba
在gydF4y2Ba数据地图gydF4y2Ba表，定义模型组件和输入数据中的数据列之间的映射。gydF4y2Ba
- 的gydF4y2Ba组gydF4y2Ba行标识数据中的哪一列是分组变量，如患者id。gydF4y2Ba
- 的gydF4y2Ba独立的gydF4y2Ba行标识数据中的哪一列是独立变量，比如时间。gydF4y2Ba
- 的gydF4y2Ba响应gydF4y2Ba行标识哪个响应或测量数据列对应于哪个模型组件。如果有多个响应数据，可以通过单击gydF4y2Ba响应gydF4y2Ba按钮的底部gydF4y2Ba数据地图gydF4y2Ba表格要从表中删除响应，右键单击并选择gydF4y2Ba删除gydF4y2Ba．gydF4y2Ba
- 的gydF4y2Ba量的数据gydF4y2Ba行定义数据中的哪列映射到作为剂量目标的模型组件。如果有多个剂量列，可以通过单击gydF4y2Ba剂量gydF4y2Ba按钮。gydF4y2Ba
- 的gydF4y2Ba变量的数据gydF4y2Ba行定义数据中包含模型组件的可选参数值的列。单击gydF4y2Ba变体gydF4y2Ba按钮添加更多。gydF4y2Ba
请注意gydF4y2Ba

在本例中，应用程序使用输入数据的数据表中的分类信息，并映射gydF4y2BaIDgydF4y2Ba列作为分组变量(由gydF4y2Ba组gydF4y2Ba表中的行），以及gydF4y2Ba时间gydF4y2Ba列作为自变量(由gydF4y2Ba独立的gydF4y2Ba表中的行）。它还确定了gydF4y2BaCentralConcgydF4y2Ba，gydF4y2BaPeripheralConcgydF4y2Ba,gydF4y2BaTumorWeightgydF4y2Ba作为响应列。gydF4y2Ba
1. 在第一个响应行中，靠近gydF4y2BaCentralConcgydF4y2Ba，双击该单元格gydF4y2Ba组件gydF4y2Ba,并输入gydF4y2Ba中央。药物gydF4y2Ba作为该度量数据列的相应模型组件。gydF4y2Ba
2. 同样,地图gydF4y2BaPeripheralConcgydF4y2Ba列到gydF4y2Ba外围。药物gydF4y2Ba．gydF4y2Ba
3. 地图gydF4y2BaTumorWeightgydF4y2Ba来gydF4y2Ba[肿瘤生长模型].肿瘤重量gydF4y2Ba．gydF4y2Ba
4. 映射gydF4y2Ba剂量gydF4y2Ba列到gydF4y2Ba中央。药物gydF4y2Ba表明gydF4y2Ba药物gydF4y2Ba物种gydF4y2Ba中心的gydF4y2Ba隔室正在给药。gydF4y2Ba
中定义要估计的模型参数gydF4y2Ba估计参数gydF4y2Ba表格中的空单元格双击gydF4y2Ba估计参数gydF4y2Ba列和类型gydF4y2Bak1gydF4y2Ba。应用程序显示具有匹配名称的模型组件。选择gydF4y2Bak1gydF4y2Ba从列表中。gydF4y2Ba
默认情况下，参数是由转换指示的log-transformedgydF4y2Ba日志gydF4y2Ba。您可以将转换更改为无转换gydF4y2Ba没有一个gydF4y2Ba，gydF4y2BaprobitgydF4y2Ba或gydF4y2Ba分对数gydF4y2Ba转换。有关详细信息,请参见gydF4y2Ba参数转换gydF4y2Ba．对于本例，保持默认的日志转换，因为它通常会提高收敛性。的gydF4y2Ba初始Untransformed值gydF4y2Ba将自动设置为0.5的模型值。gydF4y2Ba
强制生物参数保持积极通过指定gydF4y2BaUntransformed下界gydF4y2Ba和gydF4y2BaUntransformed上界gydF4y2Ba作为gydF4y2Ba1 e-5gydF4y2Ba和gydF4y2Ba10gydF4y2Ba,分别。gydF4y2Ba
同样，添加以下参数:gydF4y2BaCl_CentralgydF4y2Ba，gydF4y2BaL0gydF4y2Ba，gydF4y2BaL1gydF4y2Ba，gydF4y2Bak12gydF4y2Ba,gydF4y2Bak21里面gydF4y2Ba．gydF4y2Ba
选择gydF4y2Ba合二为一gydF4y2Ba估计所有患者的一组参数（总体拟合）。如果您不选择gydF4y2Ba合二为一gydF4y2Ba，该应用程序估计每个患者的一组参数(个体适合度)。gydF4y2Ba
默认错误模型为常量错误模型。SimBiology支持常量、比例、指数和组合错误模型。有关详细信息，请参阅金宝appgydF4y2Ba误差模型gydF4y2Ba．现在，使用恒定误差模型。gydF4y2Ba
保持其余配件设置不变。这些设置是gydF4y2Ba
- 估算方法-默认方法为gydF4y2Ba解非线性最小二乘问题gydF4y2Ba如果你有优化工具箱。如果你没有，应用程序使用gydF4y2BafminsearchgydF4y2Ba．gydF4y2Ba
  有关详细信息，请参阅gydF4y2Ba金宝appSimBiology中支持的参数估计方法gydF4y2Ba．gydF4y2Ba
- 算法设置-估计方法的最常见选项。单击以展开该部分并查看选项。要查看每个选项的描述，请单击标题右侧的信息图标。gydF4y2Ba
- 高级算法设置-估计方法的高级设置。默认情况下，该表为空。gydF4y2Ba

运行符合程序gydF4y2Ba

设置管件选项后，可以运行gydF4y2Ba适合gydF4y2Ba的一步。gydF4y2Ba

在顶部gydF4y2Ba适合gydF4y2Ba一步,单击gydF4y2Ba运行这个程序步骤gydF4y2Ba按钮。gydF4y2Ba
默认情况下,gydF4y2Ba适合gydF4y2BaStep以单独的图形显示参数估计的进度。进度图显示了参数估计和对数似然等拟合质量措施的实时状态。有关详细信息,请参见gydF4y2Ba情节进展gydF4y2Ba．gydF4y2Ba
进度图表明，拟合收敛。你可以关闭进度图。gydF4y2Ba
如果你正在使用gydF4y2BafminsearchgydF4y2Ba时，拟合可能由于达到最大迭代次数而无法收敛。你可以增加gydF4y2Ba麦克斯特gydF4y2Ba在gydF4y2Ba算法设置gydF4y2Ba，但对于本例而言，您可以不这样做而继续完成这些步骤。gydF4y2Ba

可视化匹配的结果gydF4y2Ba

参数估计完成后，拟合结果将显示在新的数据表中。数据表包含参数估计和与拟合质量度量相关的其他信息，如AIC和BIC，这些信息有助于比较不同误差模型的性能。gydF4y2Ba

除了质量统计，您还可以查看各种拟合图，如实际与预测图和剩余分布图。gydF4y2Ba

在gydF4y2Ba浏览器gydF4y2Ba窗格，展开gydF4y2BaProgram2gydF4y2Ba>gydF4y2Ba最后一次gydF4y2Ba，其中包含gydF4y2Ba结果gydF4y2Ba和gydF4y2Ba辛达泰gydF4y2Ba．gydF4y2Ba结果gydF4y2Ba包含估计参数值和拟合统计信息。gydF4y2Ba辛达泰gydF4y2Ba包含使用估计参数值的每个个体(患者或群体)的模拟模型响应。gydF4y2Ba
点击gydF4y2Ba结果gydF4y2Ba．中自动列出可用的拟合图gydF4y2Ba情节gydF4y2Ba上节gydF4y2Ba首页gydF4y2Ba选项卡。然后选择gydF4y2BaAct vs PredgydF4y2Ba从列表中。gydF4y2Ba
实际与预测的绘图显示在单独的选项卡上。预测的响应绘制在gydF4y2BaxgydF4y2Ba-轴和观察到的（实验）响应绘制在gydF4y2BaygydF4y2Ba设在。gydF4y2Ba
通过从中选择一个绘图，可以将绘图更改为其他受支持的绘图金宝appgydF4y2Ba风格gydF4y2Ba部分的gydF4y2Ba属性编辑器gydF4y2Ba。如果希望新绘图位于其单独的选项卡上，并且不希望重复使用现有绘图选项卡，请从中选择绘图gydF4y2Ba情节gydF4y2Ba上节gydF4y2Ba首页gydF4y2Ba选项卡。gydF4y2Ba
通过选择将plot改为残差分布plotgydF4y2BaRes DistgydF4y2Ba在gydF4y2Ba风格gydF4y2Ba部分。gydF4y2Ba
该图显示了每个响应的残差是否为正态分布。在一个理想的残差正态概率图中，残差沿着横贯图的对角线排列，直方图表示正态拟合。然而，从图中可以看出，这三种反应的残差gydF4y2BaCentralConcgydF4y2Ba和gydF4y2BaPeripheralConcgydF4y2Ba，似乎不是正态分布。这可能表明恒定误差模型假设是错误的。gydF4y2Ba

比较不同的误差模型gydF4y2Ba

下面的步骤说明如何将误差模型改为指数误差模型重新拟合数据，并比较两种不同误差模型的拟合统计量。gydF4y2Ba

保存结果。gydF4y2Ba在使用指数误差模型再次拟合数据之前，将常数误差模型的结果保存在一个单独的文件夹中。否则，程序在默认情况下会覆盖gydF4y2Ba最后一次gydF4y2Ba每次跑步的时候都要叠好。gydF4y2Ba

右键单击gydF4y2Ba最后一次gydF4y2Ba中的fit程序文件夹gydF4y2Ba浏览器gydF4y2Ba窗玻璃gydF4y2Ba
选择gydF4y2Ba保存数据gydF4y2Ba．gydF4y2Ba
在gydF4y2Ba保存数据gydF4y2Ba对话框中,输入gydF4y2Ba拟合常数gydF4y2Ba作为数据名。gydF4y2Ba

使用指数误差模型重新运行拟合。gydF4y2Ba保存数据后，可以使用不同的错误模型重新运行fit程序。gydF4y2Ba

返回到适合的程序，单击gydF4y2BaProgram2gydF4y2Ba表中的gydF4y2Ba误差模型gydF4y2Ba部分中,选择gydF4y2Ba指数型gydF4y2Ba．gydF4y2Ba
在顶部gydF4y2Ba适合gydF4y2Ba一步,单击gydF4y2Ba运行这个程序步骤gydF4y2Ba按钮。gydF4y2Ba
拟合完成后关闭进度图。gydF4y2Ba
如果关闭上一个数据表(gydF4y2Ba数据表3gydF4y2Ba)，其中包含来自前一次匹配的匹配统计信息，请重新打开数据表。要做到这一点，就在gydF4y2Ba浏览器gydF4y2Ba窗格，展开gydF4y2BaProgram2gydF4y2Ba>gydF4y2Ba拟合常数gydF4y2Ba. 然后双击gydF4y2Ba数据表3gydF4y2Ba．gydF4y2Ba
从gydF4y2Ba最后一次gydF4y2Ba文件夹，拖动gydF4y2Ba结果gydF4y2Ba到gydF4y2Ba数据表3gydF4y2Ba．新列(gydF4y2Ba程序2\u上次运行gydF4y2Ba)，将最新的拟合结果添加到先前的拟合结果(gydF4y2BaProgram2_fit_constantgydF4y2Ba)．gydF4y2Ba
的gydF4y2Ba统计数据gydF4y2Ba表比较了配合质量指标。对比发现，采用指数误差模型拟合的AIC和BIC均小于之前的拟合。这表明指数误差模型比常数误差模型更适合数据。指数误差模型的对数似然值越大，说明它的拟合性越好。gydF4y2Ba
接下来，看剩余分布图。点击gydF4y2Ba结果gydF4y2Ba从gydF4y2Ba最后一次gydF4y2Ba文件夹。然后单击gydF4y2Ba剩余距离gydF4y2Ba从gydF4y2Ba情节gydF4y2Ba上节gydF4y2Ba首页gydF4y2Ba选项卡。gydF4y2Ba
与常数误差模型的残差分布相比，指数误差模型的残差分布更为正态，表明指数误差模型更适合数据。gydF4y2Ba

计算置信区间gydF4y2Ba

另一种评估拟合结果质量的方法是计算估计参数和模型预测的95%置信区间，即使用估计参数的模型模拟结果。这一步需要统计学和机器学习工具箱™。gydF4y2Ba

回到健身计划。单击左上方的(+)图标并选择gydF4y2Ba置信区间gydF4y2Ba．一个gydF4y2Ba置信区间gydF4y2Ba步骤出现在gydF4y2Ba适合gydF4y2Ba的一步。gydF4y2Ba
在顶部gydF4y2Ba置信区间gydF4y2Ba步骤，单击绘图图标禁用绘图的自动生成。对于这两个gydF4y2Ba参数的置信区间gydF4y2Ba和gydF4y2Ba预测的置信区间gydF4y2Ba，则使用默认方法gydF4y2Ba高斯gydF4y2Ba和gydF4y2Ba95％gydF4y2Ba信心水平。单击gydF4y2Ba运行这个程序步骤gydF4y2Ba按钮计算置信区间。gydF4y2Ba
对于参数置信区间，支持的方法有金宝appgydF4y2Ba高斯gydF4y2Ba，gydF4y2BaprofileLikelihoodgydF4y2Ba,gydF4y2Ba独自创立gydF4y2Ba．gydF4y2Ba
对于预测置信区间，支持的方法有金宝appgydF4y2Ba高斯gydF4y2Ba和gydF4y2Ba独自创立gydF4y2Ba．gydF4y2Ba
完成后，结果存储为gydF4y2BaparameterCIgydF4y2Ba和gydF4y2BapredictionCIgydF4y2Ba在gydF4y2Ba最后一次gydF4y2Ba程序的文件夹。gydF4y2BaparameterCIgydF4y2Ba包含估计参数的95%置信区间。gydF4y2BapredictionCIgydF4y2Ba包含模型预测的95%置信区间。gydF4y2Ba
绘制估计参数的95%置信区间。点击gydF4y2BaparameterCIgydF4y2Ba在gydF4y2Ba浏览器gydF4y2Ba窗格并选择gydF4y2Ba信心gydF4y2Ba在gydF4y2Ba情节gydF4y2Ba部分。gydF4y2Ba
每个估计参数的置信区间显示在新的图中。该图显示了所有估计参数的置信区间的成功计算。gydF4y2Ba
根据置信区间估计的结果(状态)，应用程序绘制出不同的结果。gydF4y2Ba
- 如果置信区间估计的状态为agydF4y2Ba成功gydF4y2Ba（如上图所示），应用程序使用第一种默认颜色（蓝色）为每个参数估计绘制一条直线和一个中心点。该应用程序还绘制了一个框来指示置信区间。gydF4y2Ba
- 如果状态为gydF4y2Ba限制gydF4y2Ba或gydF4y2Ba值得尊重的gydF4y2Ba，应用程序使用第二种默认颜色(红色)并绘制一条线、居中点和方框来表示置信区间。gydF4y2Ba
- 如果状态为gydF4y2Ba没有有价值的gydF4y2Ba，该应用程序仅绘制一条直线和一个红色的居中十字。gydF4y2Ba
- 如果有任何估计值为0的转换参数(对于gydF4y2Ba日志gydF4y2Ba转换)和0或1(对于gydF4y2BaprobitgydF4y2Ba或gydF4y2Ba分对数gydF4y2Ba转换)，这些参数估计没有绘制置信区间。gydF4y2Ba
有关不同状态定义的详细信息，请参见gydF4y2Ba参数置信区间估计状态gydF4y2Ba．gydF4y2Ba
你也可以改变gydF4y2Ba布局gydF4y2Ba的情节gydF4y2Ba情节的设置gydF4y2Ba．gydF4y2Ba
- 的gydF4y2Ba“分裂”gydF4y2Ba布局在单独的轴上显示每个参数估计的置信区间。gydF4y2Ba
- 的gydF4y2Ba“分组”gydF4y2Ba布局显示一个轴上的所有置信区间，按参数估计值分组。每个估计参数由一条垂直黑线分隔。gydF4y2Ba
在这两种情况下，原始拟合中定义的参数边界都用方括号标记。该应用程序使用垂直虚线对以常用拟合方式计算的参数估计值的置信区间进行分组。gydF4y2Ba
同样，绘制模型预测的95%置信区间。点击gydF4y2BapredictionCIgydF4y2Ba在gydF4y2Ba浏览器gydF4y2Ba窗格并选择gydF4y2Ba信心gydF4y2Ba在gydF4y2Ba情节gydF4y2Ba部分。gydF4y2Ba
在该图中，每组的置信区间绘制在单独的列中，每个响应绘制在单独的行中。该图表示置信区间的成功计算。gydF4y2Ba
绘制行为因结果的不同而不同(gydF4y2Ba状态gydF4y2Ba)的置信区间计算。gydF4y2Ba
- 如果状态为gydF4y2Ba限制gydF4y2Ba或gydF4y2Ba没有有价值的gydF4y2Ba，该应用程序使用第二种默认颜色(红色)来绘制置信区间。gydF4y2Ba
- 否则，应用程序将使用第一种默认颜色(蓝色)，并将置信区间绘制为阴影区域(如上图所示)。gydF4y2Ba
有关详细信息,请参见gydF4y2Ba模型预测的高斯置信区间计算gydF4y2Ba和gydF4y2Ba自举置信区间计算gydF4y2Ba．gydF4y2Ba

可视化模拟统计数据并使用百分位图覆盖实验数据gydF4y2Ba

通过百分位图，您可以可视化模拟结果和可与实验数据叠加的统计数据。例如，您可以绘制模拟数据随时间变化的第5和第95百分位曲线，而不是查看各个时间图。您还可以可视化模拟和experime的平均值、标准偏差、最小值和最大值ntal数据。有关详细信息，请参阅gydF4y2Ba百分位图gydF4y2Ba．gydF4y2Ba

请注意gydF4y2Ba

如果您还没有完成生成继续所需结果的前面步骤，那么您可以加载已完成的项目。gydF4y2Ba

打开gydF4y2BaSimBiology模型分析gydF4y2Ba应用程序。gydF4y2Ba
点击gydF4y2Ba打开gydF4y2Ba然后导航到文件夹gydF4y2Ba草根gydF4y2Ba\ \ simbio \ \数据示例gydF4y2Ba．gydF4y2Ba草根gydF4y2Ba是安装MATLAB的文件夹。请选择名为gydF4y2Batumor_growth_fitPKPD_completed.sbprojgydF4y2Ba．gydF4y2Ba

在gydF4y2Ba最后一次gydF4y2Ba适合程序的文件夹，选择gydF4y2Ba辛达泰gydF4y2Ba>gydF4y2Ba[肿瘤生长模型].肿瘤重量gydF4y2Ba．gydF4y2Ba
上gydF4y2Ba首页gydF4y2Ba选项卡上,单击gydF4y2Ba百分位gydF4y2Ba．gydF4y2Ba

百分比图默认显示第5和第95个百分比曲线。gydF4y2Ba
选择gydF4y2Ba数据1gydF4y2Ba>gydF4y2BaTumorWeightgydF4y2Ba．将其拖放到绘图上。gydF4y2Ba

默认情况下,gydF4y2Ba显示gydF4y2Ba实验数据的类型自动设置为gydF4y2Ba意思是gydF4y2Ba，表示每次测量的平均值，标准差为±1。如果您想可视化原始数据点，请双击gydF4y2Ba意思是gydF4y2Ba并选择gydF4y2Ba原始数据gydF4y2Ba．对于本例，保留gydF4y2Ba意思是gydF4y2Ba陈列gydF4y2Ba
在gydF4y2Ba百分位数gydF4y2Ba的部分,gydF4y2Ba显示百分比(%)gydF4y2Ba选项,输入gydF4y2Ba10,80gydF4y2Ba来显示第10和第80个百分位。gydF4y2Ba
改变gydF4y2Ba显示风格gydF4y2Ba来gydF4y2Ba线条和阴影gydF4y2Ba．gydF4y2Ba
在gydF4y2Ba意思是gydF4y2Ba第节，通过设置显示每次的最小和最大响应数据点gydF4y2Ba显示最小/最大gydF4y2Ba来gydF4y2Ba符合事实的gydF4y2Ba。还通过更改显示所有基础原始数据点gydF4y2Ba显示原始数据部分(%)gydF4y2Ba来gydF4y2Ba100gydF4y2Ba．您也可以输入一个自定义百分比数字。gydF4y2Ba

百分比图如下所示。星号(gydF4y2Ba＊gydF4y2Ba)表示插值后计算的最小值和最大值，点(gydF4y2Ba．gydF4y2Ba)表示原始数据点。由于这些最小值和最大值是基于一个内插的公共时间矢量计算的，这些值与原始数据不完全匹配。有关详细信息,请参见gydF4y2Ba意思是选择gydF4y2Ba．gydF4y2Ba

在参数估计之后，您可以将模型值设置为参数估计，并执行其他分析。例如，您可以使用以下方法找到重要的模型参数gydF4y2Ba敏感性分析gydF4y2Ba并通过改变敏感参数来研究模型的变异性gydF4y2Ba虚拟病人gydF4y2Ba．gydF4y2Ba

参考文献gydF4y2Ba

［1］gydF4y2BaSimeoni, Monica, Paolo Magni, Cristiano Cammia, Giuseppe De Nicolao, Valter Croci, Enrico Pesenti, Massimiliano Germani, Italo Poggesi，和Maurizio Rocchetti。预测药代动力学-给药后异种移植瘤模型肿瘤生长动力学的药效学建模gydF4y2Ba癌症研究gydF4y2Ba64，第3号（2004年2月1日）：1094-1101。gydF4y2Ba