Metody statystyczne w badaniach nad lekiem

Slides:



Advertisements
Podobne prezentacje
Excel Narzędzia do analizy regresji
Advertisements

Statystyczne metody dowodzenia biorównoważności
Statystyczne metody dowodzenia biorównoważności
Statystyka Wojciech Jawień
Farmakokinetyka populacyjna
Estymacja. Przedziały ufności.
Metody statystyczne w badaniach nad lekiem
Michał Kowalczykiewicz
BUDOWA MODELU EKONOMETRYCZNEGO
Badania operacyjne. Wykład 2
Elementy Modelowania Matematycznego
Regresja w EXCELU.
Wnioskowanie Bayesowskie
Portfel wielu akcji. Model Sharpe’a
Współczynnik beta Modele jedno-, wieloczynnikowe Model jednowskaźnikowy Sharpe’a Linia papierów wartościowych.
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
Metody ekonometryczne
Statystyka w doświadczalnictwie
Wyrównanie metodą zawarunkowaną z niewiadomymi Wstęp
BIOSTATYSTYKA I METODY DOKUMENTACJI
Analiza korelacji.
Komputerowe Wspomaganie Decyzji 2010/2011 Zagadnienia wielocelowe II Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Metody.
Niepewności przypadkowe
Wykład 3 Wzór Bayesa, cd.: Wpływ rozkładu a priori.
Wykład 4 Przedziały ufności
Prognozowanie na podstawie modelu ekonometrycznego
Program przedmiotu “Metody statystyczne w chemii”
Modele (hipotezy) zagnieżdżone
Linear Methods of Classification
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Konstrukcja, estymacja parametrów
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Homogenizacja Kulawik Krzysztof.
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Modelowanie i identyfikacja 2013/2014 Identyfikacja rekursywna i nieliniowa I 1 Katedra Inżynierii Systemów Sterowania  Kazimierz Duzinkiewicz, dr hab.
Ekonometryczne modele nieliniowe
Henryk Rusinowski, Marcin Plis
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Filtr Kalmana (z ang. Kalman Filter w skrócie KF)
Rozkład wariancji z próby (rozkład  2 ) Pobieramy próbę x 1,x 2,...,x n z rozkładu normalnego o a=0 i  =1. Dystrybuanta rozkładu zmiennej x 2 =x 1 2.
Lek generyczny.
Ekonometria Metody estymacji parametrów strukturalnych modelu i ich interpretacja dr hab. Mieczysław Kowerski.
Regresja liniowa. Dlaczego regresja? Regresja zastosowanie Dopasowanie modelu do danych Na podstawie modelu, przewidujemy wartość zmiennej zależnej na.
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Testowanie hipotez Jacek Szanduła.
Model ekonometryczny Jacek Szanduła.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Treść dzisiejszego wykładu l Metoda Najmniejszych Kwadratów (MNK) l Współczynnik determinacji l Koincydencja l Kataliza l Współliniowość zmiennych.
Struktury i algorytmy wspomagania decyzji
Model Poissona w ujęciu bayesowskim
Ekonometryczne modele nieliniowe
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
MNK – podejście algebraiczne
Monte Carlo, bootstrap, jacknife
Korelacja i regresja liniowa
Zapis prezentacji:

Metody statystyczne w badaniach nad lekiem badanie biorównoważności farmakokinetyka populacyjna farmakokinetyka niezależna od modelu Wojciech Jawień wojciech.jawien@uj.edu.pl farmacja.cm-uj.krakow.pl/dyd/doc

Biorównoważność Udowodnienie równoważności biologicznej leku innowacyjnego i leku generycznego pozwala radykalnie uprościć procedurę rejestracyjną tego ostatniego. W rozumieniu organizacji takich, jak FDA czy EMEA, biorównoważność oznacza równość dostępności biologicznej.

Dostępność biologiczna 5 10 15 20 25 30 0.5 1 1.5 2 2.5 t [h] C [mg/l] Cmax AUC tmax  

Dowodzenie biorównoważności

Farmakokinetyka populacyjna

Modele farmakokinetyczne Modeli farmakokinetycznych poszukuje się w celu znalezienia matematycznego opisu losów leku w organizmie. Pomimo, że opis ten bywa bardzo uproszczony, pozwala skutecznie dobierać dawkowanie, które zapewni utrzymanie stężeń leku w granicach terapeutycznych.

Jednokompartmentowy model farmakokinetyczny Vd [l] – objętość dystrybucji Cl [l/h] – klirens

Jednokmpartmentowy model farmakokinetyczny

Metody estymacji: metoda największej wiarygodności Funkcja wiarygodności (ang. likelihood) określa prawdopodobieństwo uzyskania otrzymanych wyników pomiarów w zależności od parametrów modelu. MNW uczy, że jako estymaty szukanych parametrów należy przyjąć takie ich wartości przy których funkcja wiarygodności L osiąga maksimum.

Metoda największej wiarygodności Dla praktycznego zastosowania MNW, oprócz modelu farmakokinetycznego, potrzebne są również pewne założenia o rozkładzie prawdopodobieństwa błędu. Zbiór tych założeń nazwiemy (niezbyt ściśle) modelem farmakostatystycznym.

Model farmakostatystyczny

Wyznaczanie indywidualnych parametrów - MNK Przy powyższych założeniach MNW staje się równoważna jednemu z wariantów tzw. metody najmniejszych kwadratów: Nieliniowa metoda najmniejszych kwadratów (zwykła – OLS = ordinary least squares) Ważona metoda najmniejszych kwadratów (WLS) Rozszerzona metoda najmniejszych kwadratów (ELS)

Zwykła MNK Najlepsze oszacowania (estymaty) parametrów modelu otrzymujemy wybierając je tak, aby suma kwadratów różnic wartości zmierzonych i przewidywanych osiągnęła minimum. W naszym przykładzie:

MNK:

MNK: przykład

Ważona MNK W ważonej MNK w minimalizowanej funkcji celu uwzględnia się wagi pomiarów. Im mniejszy błąd (wariancja) pomiaru tym większa waga. W naszym przykładzie:

Populacyjny model farmakostatystyczny a,b,c... – parametry efektów stałych , Vd, Cl – parametry efektów losowych

Populacyjny model farmakostatystyczny a,b,c... – parametry efektów stałych , Vd, Cl – parametry efektów losowych

Estymacja parametrów populacyj-nych i estymacja bayesowska Wyznaczanie parametrów populacyjnych jest możliwe, nawet gdy każdy podmiot dostarcza niewielu oznaczeń (wystarczy jedno!). Wraz z wyznaczeniem parametrów populacji możliwe jest również określenie parametrów indywidualnych – metody bayesowskie.

Estymacja parametrów populacyjnych Modelowanie efektów mieszanych – MEM program NONMEM (Sheiner & Beal, UCSF) Symulacje Monte Carlo łańcuchów Markowa (MCMC) program PKBugs (Spiegelhalter, ICSTM, UK) Metody nieparametryczne (NPEM) program USC*PACK (Schumitzky, d’Argenio, USC)

Farmakokinetyka niezależna od modelu

Farmakokinetyka niezależna od modelu – Yamaoka, Nakagawa, Uno Prawdopodobieństwo trwałego usunięcia cząsteczki leku z krążenia w jednostce czasu jest proporcjonalne do aktualnego stężenia. Zależność C(t) ma pewne cechy funkcji gęstości rozkładu prawdopodobieństwa czasu przebywania cząsteczki leku w organizmie. Po normalizacji można ją wykorzystać do wyznaczenia np. wartości oczekiwanej i wariancji czasu przebywania.

Farmakokinetyka niezależna od modelu 5 10 15 20 25 30 0.5 1 1.5 2 2.5 t [h] C [mg/l]

Farmakokinetyka niezależna od modelu

Bibliografia

Biorównoważność D.J. Schuirmann. A comparison of the two one-sided tests procedure and the power approach for assessing the equivalence of average bioavailability. J. Pharmacokin. Biopharm. 15:657‑680 (1987). S. Wellek. Testing statistical hypotheses of equivalence. Chapman&Hall/CRC, Boca Raton 2003. Statistical Approaches to Establishing Bioequivalence CDER 2001 http://www.fda.gov/cder/guidance/3616fnl.htm

Biorównoważność (cd.) Shein-Chung Chow, Jen-Pei Liu: Design and Analysis of Bioavailability and Bioequivalence Studies. Marcel Dekker, NY, 2000 (wyd. 2.) Shein-Chung Chow, Jun Shao: Statistics in Drug Research. Metodologies and Recent Developments.Marcel Dekker, NY, 2002. S.Janicki, M.Sznitowska, W.Zieliński: Dostępność farmaceutyczna i dostępność biologiczna leków. OIN Polfa, W-wa 2001.

Farmakokinetyka populacyjna A.J. Boeckmann, L.B.Sheiner, S.L.Beal: NONMEM Users Guide. UCSF, San Francisco 1994. W.R. Gilks, S. Richardson, D.J. Spiegelhalter: Markov Chain Monte Carlo in Practice. Chapman&Hall/CRC London 1996. http://www.lapk.org/software.php (User Manual, chapter 18) Jawień W., Wandas M.: Praktyka modelowania farmakokinetyczno-farmakodynamicznego. Część I. Aspekt statystyczny i obliczeniowy. Farm.Pol. 60:891-896(2004). Część II. Programy komputerowe. Farm.Pol. 60:939-945(2004).

Farmakokinetyka niezależna od modelu Yamaoka K., Nakagawa T., Uno T.: Statistical moments in pharmacokinetics. J.Pharmacokin.Biopharm 6:547-558 (1978). T.W. Hermann: Farmakokinetyka Teoria i Praktyka. PZWL, W-wa 2002.