車輪を発明する

ファーマコメトリクス・モデリング研究所

教科書のプラン

ターゲット

  • ソフトの基本的な使い方(動かし方)は習ったことがある
  • 用語も最低限は知っている
  • 薬物動態の基礎知識もある

ゴールを最初に決める。そのために必要な知識を少しずつ解説する。
したがって、本論に不要なことは説明しない。

データ

  • Full sampling data
  • Sparse sampling data
  • エラーを含むデータ(本物に近いデータ)も用いる

データを眺めるためにまずグラフを描く。どういうグラフを作成すべきか
個別、要約
通し経過時間、直前投与後時間 (Time After Dose, TAD もしくは elapsed time, ELPT)

定常状態データ, SS の考え方
追加投与, ADDL

GOF は、何をどう見るか。残差分析は本当に有用なのか。どう見ればいいのか。
npde も紹介する。
ブートストラップ、VPC も同様。良くない結果の例を示す。それを見てモデルをどう改良するか。
層別の意義。

shrinkage の本当の意味。過度に心配する必要もないということ。

発展的話題
BLQ の扱い方。
欠測の扱い方

エラー対応の実践的話題

PPK
PPK/PD
E-R, logistic (, TTE)

PK の日内変動は PK/PD 解析に必要なのか。
モデルのための自己満足になっていないか。

モデルの識別可能性 (identifiability)

SIM, PPP, PPP&D, IPP, IPPSE
shrinkage に注意。もっとも、shrinkage が大きいかったとして、何ができるのか?「注意する」では答えにならない。

'Bayes' の意味。
Bayes 目的関数。等誤差、比例誤差それぞれで。
TDM の「なんちゃって」Bayes と 'full' Bayes の違い

Simulation
deterministic
stochastic, 乱数の種

ソフト

最低限必要な数理統計
最尤法、SE の意味

R (ggplot2) でのグラフ作成方法

参考図書、参考文献を厳選する。「参考」文献ではなく、次に勉強するための文献を紹介する。

古典的、代表的文献もあげる。歴史的価値ある文献(特に読まなくてもいいけれど)
ただし、初期の PPK 文献は勉強になる。方法や解釈が詳しく書いてある。