ドス・レスポンス・モデルのモデル・ロバストデザイン
Belmiro P M Duarte1,2,3, Anthony C Atkinson4, Nuno M C Oliveira3
1Departamento de Engenharia Química e Biológica, Instituto Superior de Engenharia de Coimbra, Rua Pedro Nunes, Quinta da Nora, 3030-199 Coimbra, Portugal.
真のモデルが不明の実験を設計するには モデル・ロバスト・デザインのアプローチが必要です この研究では,データ収集の効率を向上させる最適な堅牢な実験設計のためのセミデフィニット・プログラミングの配列を提示しています.
科学分野:
- 統計について
- 実験的な設計
- 数学モデリング
背景:
- 最適な実験デザインは,通常,既知のモデル構造を想定します.
- 投与反応モデリングのような分野ではよく見られるモデル不確実性は,単一の仮定モデルに基づけば,非効率的な実験計画につながる可能性があります.
- モデルの堅牢な設計は,この不確実性の影響を軽減することを目的としています.
研究 の 目的:
- 最適なモデルを体系的に開発する.
- 基礎となるモデルが不確実な場合,実験設計を選択するという課題に取り組む.
- 実験を設計するためのフレームワークを提供する 可能性のあるモデルのプール.
主な方法:
- モデル・ロバスト・デザインのための3つの半定義プログラミング (SDP) ベースの公式を開発した.
- 問題の構想のための強度基準の半定義表現性を活用した.
- 異なるモデルにおける情報測定の比較性を確保するために,標準化された設計を採用した.
- 候補プール内の非線形モデルに対応する,局所的に最適な設計に焦点を当てた.
主要な成果:
- 最適なモデルの堅牢な実験設計のための新しいSDP製法を提示しました.
- 7つの候補モデルを用いた用量反応研究を用いて,アプローチの適用性を実証した.
- 標準化されたデザインが,クロスモデル情報測定の比較をいかに容易にするかを示した.
結論:
- 提案されたSDPベースのアプローチは,モデルの堅牢な実験設計を構築するための体系的な方法を提供します.
- この方法論は,モデルの不確実性がある場合のデータ収集の効率と適切さを高めます.
- このフレームワークは,複数の潜在的なモデルを用いた用量反応研究などにおいて特に有用である.
さらに関連する動画
13:54A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM
Published on: August 18, 2023
06:13Stepwise Dosing Protocol for Increased Throughput in Label-Free Impedance-Based GPCR Assays
Published on: February 21, 2020
関連する概念動画
Dose-Response Relationship: Overview
Dose-Response Relationship: Potency and Efficacy
Dose-Response Relationship: Selectivity and Specificity
Pharmacokinetic Models: Comparison and Selection Criterion
Physiological models take a detailed approach by considering specific molecular processes. They can predict drug distribution, metabolism, and elimination changes, providing a comprehensive understanding of how drugs interact with the body.
Mechanistic Models: Compartment Models in Individual and Population Analysis
Study Designs in Epidemiology
Observational studies are those where the researcher does not intervene but rather observes natural variations. They include cross-sectional, cohort, and...
