Modellbyggnad och parameteruppskattning

Andrew Hooker, Mats Karlsson, Sebastian Ueckert
 

Farmakometriska modeller bygger på (pato-) fysiologiska och farmakologiska kunskaper. Komplexiteten och heterogeniteten i biologiska data gör kunskapen och utvecklingen av statistiska dataanalysmetoder till en central del av detta vetenskapliga område. Det finns många fördelar med att använda farmakometriska modeller i analysen av data från kliniska prövningar, till exempel förmågan att hantera gles data och att integrera olika typer av observationer i en modell; Dessa modeller är emellertid komplexa och i sig olinjära, vilket ger tekniska utmaningar i modellbyggnad och uppskattning.

En viktig utmaning är att minska tiden det tar att utveckla dessa modeller. Med komplexa, icke-linjära modeller och data från en klinisk prövning som kan ha tusentals datapunkter från hundratals patienter med flera svarsvariabler, blir datorns körtid icke ignorerbar. Generellt kan körtider delas upp i korta (minuter), mellanliggande (timmar till dagar) och långa (dagar till månader). Antalet körningar i en komplett analys tenderar att variera mellan 30 och många hundratals. Vi undersöker implementering och automatisering av viktiga modelleringsuppgifter genom användning av nya algoritmer utvecklade i vår forskargrupp. Dessutom utvecklar vi nya metoder för modellbyggnad och ny algoritmutveckling som kan förkorta körtiderna och antalet steg som behövs i modellbyggnadsprocessen.

Andra områden med aktiv forskning inkluderar påverkan på parameteruppskattningar av enstaka observationer och rationella och statistiskt korrekta algoritmer för att lägga till förklarande variabler, .i.e. kovariater, till modellerna.