Параметр, определяющий продолжительность времени введения дозы
DurationParameterName является свойством RepeatDose или ScheduleDose объект.
Укажите имя объекта параметра в области модели. Этот параметр определяет продолжительность времени, которое требуется для введения дозы.
свойство можно параметризовать, задав для него имя параметра в области модели, который не изменяется повторяющимся правилом назначения, алгебраическим правилом или правилом скорости. Однако параметр может быть изменен событием.
Примечание
Если установить DurationParameterName свойство дозы, необходимо также указать Amount свойство дозы и установите Rate свойство для 0. Это происходит потому, что ставка рассчитывается из суммы и продолжительности.
| Относится к | Объекты: RepeatDose, ScheduleDose. |
| Тип данных | Символьный вектор. |
| Значения данных | Имя объекта параметра в области модели. Значение по умолчанию - пустой символьный вектор |
| Доступ | Чтение/запись. |
Этот пример показывает, как оценить временную задержку до введения болюсной дозы и продолжительность дозы с использованием однокамерной модели.
Загрузите образец набора данных.
load lagDurationData.matПостройте график данных.
plot(data.Time,data.Conc,'x') xlabel('Time (hour)') ylabel('Conc (milligram/liter)')
Преобразуйте в groupedData.
gData = groupedData(data);
gData.Properties.VariableUnits = {'hour','milligram/liter'};Создайте однокамерную модель.
pkmd = PKModelDesign; pkc1 = addCompartment(pkmd,'Central'); pkc1.DosingType = 'Bolus'; pkc1.EliminationType = 'linear-clearance'; pkc1.HasResponseVariable = true; model = construct(pkmd); configset = getconfigset(model); configset.CompileOptions.UnitConversion = true;
Добавьте два параметра, которые представляют временной лаг и продолжительность дозы. Параметр запаздывания определяет время запаздывания до введения дозы. Параметр длительности определяет продолжительность времени, которое требуется для введения дозы.
lagP = addparameter(model,'lagP'); lagP.ValueUnits = 'hour'; durP = addparameter(model,'durP'); durP.ValueUnits = 'hour';
Создайте объект дозы. Установите LagParameterName и DurationParameterName свойства дозы к названиям параметров запаздывания и длительности соответственно. Установите количество дозы в 10 миллиграмм, которое было количеством, использованным для генерации данных.
dose = sbiodose('dose'); dose.TargetName = 'Drug_Central'; dose.StartTime = 0; dose.Amount = 10; dose.AmountUnits = 'milligram'; dose.TimeUnits = 'hour'; dose.LagParameterName = 'lagP'; dose.DurationParameterName = 'durP';
Сопоставьте виды модели с соответствующими данными.
responseMap = {'Drug_Central = Conc'};Укажите параметры задержки и длительности в качестве параметров для оценки. Выполните преобразование параметров. Инициализируйте их как 2 и установите верхнюю и нижнюю границы.
paramsToEstimate = {'log(lagP)','log(durP)'};
estimatedParams = estimatedInfo(paramsToEstimate,'InitialValue',2,'Bounds',[1 5]);Выполните оценку параметров.
fitResults = sbiofit(model,gData,responseMap,estimatedParams,dose,'fminsearch')fitResults =
OptimResults with properties:
ExitFlag: 1
Output: [1x1 struct]
GroupName: One group
Beta: [2x4 table]
ParameterEstimates: [2x4 table]
J: [11x2 double]
COVB: [2x2 double]
CovarianceMatrix: [2x2 double]
R: [11x1 double]
MSE: 0.0024
SSE: 0.0213
Weights: []
LogLikelihood: 18.7511
AIC: -33.5023
BIC: -32.7065
DFE: 9
DependentFiles: {1x2 cell}
EstimatedParameterNames: {'lagP' 'durP'}
ErrorModelInfo: [1x3 table]
EstimationFunction: 'fminsearch'
Просмотрите результат.
fitResults.ParameterEstimates
ans=2×4 table
Name Estimate StandardError Bounds
________ ________ _____________ ______
{'lagP'} 1.986 0.0051568 1 5
{'durP'} 1.527 0.012956 1 5
plot(fitResults)
