薬物動態モデルにおける条件付きおよび無条件の共変量効果：解釈、伝達、および報告への影響

科学分野:

• 薬物動態学
• 統計モデリング
• 創薬

背景:

• 共変量の相関は、薬物動態モデルにおける効果推定値の解釈を複雑にする可能性がある。
• 正確な共変量効果推定は、モデルの解釈、伝達、および投与量推奨にとって重要である。

研究 の 目的:

• 条件付きおよび無条件の共変量効果推定値に対する共変量相関の影響を調査すること。
• これらの相関がモデルの解釈、伝達、および投与量戦略に与える影響を評価すること。
• モデル主導の意思決定における明確さを向上させるための共変量効果の報告に関するガイダンスを提供すること。

主な方法:

• 条件付き係数と無条件係数の間の数学的関係を記述するための理論的枠組みを開発した。
• 様々な共変量相関強度と効果サイズにわたるシミュレーションを使用して枠組みを検証した。
• 投与量選択と事前投与量個別化のシナリオにおける実際的な結果を評価した。

主要な成果:

• 共変量の相関は、条件付き共変量係数推定値に実質的に影響を与えたが、無条件の推定値は安定していた。
• 条件付き効果の誤解は、個々の投与量予測における不正確な投与量結論、バイアス、および不正確さにつながった。
• 条件付きモデルと無条件モデルの両方が、正しく適用された場合に正確な予測を提供した。

結論:

• 無条件の共変量効果は、より解釈しやすく、伝達（例：薬剤ラベル、出版物）に適している。
• 条件付き効果はモデルの文脈と相関に敏感であり、無条件効果の不十分な代理となる。
• 個々の共変量影響のために無条件の共変量効果を報告し、シミュレーションのために完全な条件付きモデルを使用して、明確さを向上させ、誤解を減らす。