常用群体药动学模型评价方法:诊断图

本文介绍了群体药动学模型的诊断方法,包括基于预测的模型诊断图(如DV-PRED和DV-IPRED)、基于残差的模型诊断图(如WRES、CWRES)和基于贝叶斯估算的模型诊断图。这些方法通过比较观测值与预测值、评估残差分布、探究参数变异,帮助判断模型拟合质量和参数稳定性。
摘要由CSDN通过智能技术生成

诊断图

分类:

  1. 基于预测的模型诊断图
  2. 基于残差的模型诊断图
  3. 基于贝叶斯估算的模型诊断图

基于预测的模型诊断图

呈现实际观测值与群体、个体预测值的一致性,反映模型对于实测值的拟合程度。

1、因变量-群体预测值(DV-PRED)

绘图:参考线,趋势线,x轴和y轴尺度一致。参考线一般为y=x的对角线;趋势线通常为LOESS回归线。一般坐标反映数值较大处偏差,对数坐标可反映数值较小处偏差。
在这里插入图片描述
如果群体预测值偏差较大,则需要优化基础模型(结构模型或统计学模型)。将基础模型与最终模型的DV-PRED图进行比较,通常最终模型的DV-PRED图通常要优于基础模型。

2、因变量-个体预测值(DV-IPRED)

绘图
x轴为个体预测值,y轴为因变量或者观测值。描述个体数据集中趋势和离散程度。

参考线,趋势线,x轴和y轴尺度一致。参考线一般为y=x的对角线;趋势线通常为LOESS回归线。一般坐标反映数值较大处偏差,对数坐标可反映数值较小处偏差。
一般残差变异的收缩值小于20%时,才能应用DV-IPRED诊断图作为洁评价依据。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值