企业动态
NEWS
企业动态
智能信息化赋能的紧密合作伙伴
信息技术引导决策创新、大数据分析及管理模式的升级
03/20
September 12, 2022

在线讲座-群体药代动力学模型估算方法发展简史

一、培训基本信息

讲座时间:2020年03月20日,北京时间,16:00~17:00

讲座地点:线上讲座,报名后,获取收看指南

讲座讲师:王世俊 瑞典乌普萨拉大学计量药理学在读博士

讲座主持人:付永超 Phoenix产品经理

讲座受众:医药高等院校、医药科研院(所)、制药企业(公司)、医院、药检单位、以及CRO公司中从事药代动力学与药效动力学研究与开发的科研工作者,应用非线性混合效应模型的其他领域的研究者(林业、育种等),或对该研究领域有兴趣的科研工作者。


二、报名方式

1、关注“源资科技”微信公众号;

2、回复“NLME”;

3、进入链接填写报名信息即可参加。



长按关注

(本次讲座为免费公开讲座,报名后即可参与)


三、讲座联系人

联 系 人:杭琴  女士

联系电话:13382060126(微信同);

报名邮箱:hangqin@tri-ibiotech.com

 

四、讲座内容

群体药代动力学模型估算方法的简要发展史

按照历史发展脉络,为读者介绍非线性混合效应模型算法的发展历史和每种算法的特点与优势。

原始期(早于1970s):

非线性混合效应模型(NLME)还未广泛应用于群体药代动力学的研究中,此时两步法(two-stage method)是群体数据的主流计算方法。

早期(1970s):

NLME开始成规模地被应用于群体数据的分析过程,此时涌现出的靠前杰出估算方法为一阶近似估算法(first order estimation,FO)。

中期(1990s):

随着计算机能力的提高,改进型的FO算法得以实现,那就是具有后验概率分布的一阶近似估算(first order conditional estimation, FOCE)。

后期(从2000至今):

伴随着计算机性能的进一步提高以及统计软件的迭代,一大类因为算力要求高而难以应用的方法开始登上舞台,其中尤其以基于蒙特卡洛抽样(Monte Carlo sampling)的最大期望法(Expectation maximum, EM)较为知名。

番外篇:

非参数算法(nonparametric method, NONP),该方法是与上述方法同时期发展的算法。


五、讲师介绍

王世俊:2014年于中国药科大学药代动力学专业取得硕士学位,后于15年开始进入瑞典乌普萨拉大学计量药理专业攻读博士学位至今,研究方向为群体PKPD模型的基础方法学研究。主要课题涉及PKPD模型的结构复杂度、各种模型参数估算方法的效率比较、复杂协变量模型的建立等等。长期从事PKPD数据相关的模型建立与计算机编程工作。

博士期间成果:

Shijun Wang, Kristin E. Karlsson, Maria Kjellsson, Mats O. Karlsson, Andrew C. Hooker. A proof-of-principle example for identifying drug effect from a mechanistic model with a more parsimonious model [abstract]. In: 7th American conference of pharmacometric; 2016 October 24-26; Bellevue, Washington. Abstract nr m-52.

Shijun Wang, Andrew C. Hooker, Mats O. Karlsson. A comparison of performance between parametric and nonparametric estimation for nonlinear mixed-effects models [abstract]. In: 26th Population approach group Europe; 2017 June 6-9; Budapest, Hungary. Abstract nr 7360.

A comparison between nonlinear mixed effects and naïve pooled data methods in population PK model selection. [abstract]. In: 27th Population approach group Europe; 2018 May 29-June 1; Montreux, Switzerland. Abstract nr 8732.

Shijun Wang, Gunnar Yngman, Andrew C. Hooker, Mats O. Karlsson. Comparison of approaches for estimating covariate effects in full random effects models [abstract]. In: 28th Population approach group Europe; 2019 June 11-14; Stockholm, Sweden. Abstract nr 9192.