Определение взаимосвязи между параметрами и ковариатами
CovariateModel определяет связь между оцененными параметрами и ковариатами.
Совет
Использовать CovariateModel объект в качестве входного аргумента для sbiofitmixed для соответствия модели с ковариатными зависимостями. Перед использованием CovariateModel объект, установите FixedEffectValues для указания начальных оценок фиксированных эффектов.
CovModelObj = CovariateModelCovariateModel объект.
CovModelObj = CovariateModel(Expression)CovariateModel объект с его Expression свойство имеет значение Expression, символьный вектор, строку, строковый вектор или массив ячеек символьных векторов, где каждый символьный вектор или строка представляет отношение между оцениваемым параметром и одним или более ковариатами. Expression должен обозначать фиксированные эффекты с префиксом thetaи случайные эффекты с префиксом eta. Каждый символьный вектор или строка в Expression должен быть в форме:
parameterName = relationship |
Этот пример выражения определяет связь между параметром (volume) и ковариат (weight), с фиксированными эффектами, но без случайных эффектов:
|
Если имя компонента модели или ковариатное имя не является допустимым именем переменной MATLAB ®, заключите его в квадратные скобки при ссылке на него в выражении. Например, если именем вида является ДНК-полимераза +, напишите[DNA polymerase+]. Если само ковариатное имя содержит квадратные скобки, его нельзя использовать в выражении.
Эта таблица иллюстрирует форматы выражений для некоторых общих отношений параметр-ковариата.
| Соотношение параметр-ковариата | Формат выражения |
|---|---|
| Линейный со случайным эффектом | Cl = theta1 + theta2*WEIGHT + eta1 |
| Экспоненциальный без случайного эффекта | Cl = exp(theta_Cl + theta_Cl_WT*WEIGHT) |
| Экспоненциальный, ВЕС, центрированный средним, имеет случайный эффект | Cl = exp(theta1 + theta2*(WEIGHT - mean(WEIGHT)) + eta1) |
| Экспоненциальный, log (WEIGHT), эквивалентный модели мощности | Cl = exp(theta1 + theta2*log(WEIGHT) + eta1) |
| Экспоненциальный, зависящий от ВЕСА и ВОЗРАСТА, имеет случайный эффект | Cl = exp(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
| Обратный пробит, зависящий от ВЕСА и ВОЗРАСТА, имеет случайный эффект | Cl = probitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
| Обратная логика, зависящая от ВЕСА и ВОЗРАСТА, имеет случайный эффект | Cl = logitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
Совет
Чтобы одновременно подгонять данные от нескольких уровней доз, используйте CovariateModel объект в качестве входного аргумента для sbiofitmixedи опустить случайный эффект (eta) из Expression свойство в CovariateModel объект.
| constructDefaultFixedEffectValues (covmodel) | Создание начального оценочного вектора, необходимого для подгонки |
| проверка (ковмодель) | Проверка ковариационной модели на наличие ошибок |
| CovariateLabels (ковариатная модель) | Метки для ковариат в CovariateModel объект |
| Выражение (ковариатная модель) | Определение взаимосвязи между параметрами и ковариатами |
| Описание FixedEffectDescription (ковариатная модель) | Описания фиксированных эффектов в CovariateModel объект |
| FixedEffectNames (ковариатная модель) | Имена фиксированных эффектов в CovariateModel объект |
| FixedEffectValues (ковариатная модель) | Значения для начальных оценок фиксированных эффектов в CovariateModel объект |
| ParameterNames (ковариатная модель) | Имена параметров в CovariateModel объект |
| RandomEffectNames (ковариатная модель) | Имена случайных эффектов в CovariateModel объект |
Создать CovariateModel и установите Expression свойство для определения взаимосвязи между двумя параметрами (клиренс и объем) и двумя ковариатами (вес и возраст) с использованием фиксированных эффектов (thetas) и случайные эффекты (etas):
covModelObj = CovariateModel
covModelObj.Expression = {'CL = theta1 + theta2*WT + eta1', 'V = theta3 + theta4*AGE + eta2'};construct | getCovariateData | PKData object | PKModelDesign object | sbionlmefit | sbionlmefitsa