基于PPK模型的三维Gibbs采样分析方法技术

本发明专利技术公开了一种基于PPK模型的三维Gibbs采样方法，该方法基于群体药代动力学模型（PPK模型），获得目标参数的先验信息。利用三维Gibbs采样从平稳后验分布中采样得到样本。结合PPK模型，将样本代入到目标方程(OBj)中，得到最优的个体化参数CL、V，从而进一步给出个体化的给药方案。不仅可以考察患者群体血药浓度的影响因素，还可以考察患者个体内和个体间的变异，根据患者个体药动学参数，能更准确地预测血药浓度和给药剂量。最重要的是，该方法设计起到了一定的保密效果。起到了一定的保密效果。起到了一定的保密效果。

【技术实现步骤摘要】
基于PPK模型的三维Gibbs采样分析方法


[0001]本专利技术涉及药物采样分析领域，具体是一种基于PPK模型的三维Gibbs采样分析方法。

技术介绍

[0002]MCMC算法是一种从分布中抽取样本的有力工具，是一种越来越受欢迎的用来获取目标分布信息的方法。但其应用于个体化给药中，目前的采样方法存在缺陷：
[0003]1.M
‑
H采样自身的缺陷：建议分布的宽度是MCMC算法中一个十分重要的调优参数。尽管存在其他改进的算法，标准Metropolis
‑
Hastings采样算法的实际性能十分依赖于该参数的选择；另外，在多参数中，当参数之间非常强相关时，Metropolis
‑
Hastings采样存在如下问题：相关的目标分布与建议分布不匹配，建议分布不包括参数之间的任何相关性；每个参数的概率分布与其他参数的不同取值有关，而M
‑
H采样中的建议分布来自不相关的联合分布；
[0004]2.初始样本的选取十分关键，应尽可能的接近目标分布。忽略初始样本的位置是十分错误的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PPK模型的三维Gibbs采样方法，其特征是：包括如下步骤：(1)建立群体药代动力学PPK模型，该模型包括固定效应模型和随机效应模型；其中固定效应模型包括的药动学参数为CL和V：(2)利用Gibbs进行采样，其采样推导过程是：设有一个二元联合概率分布π(x,y)，分布上有三个点，分别为A(x1,y1)，B(x1,y2)，C(x2,y1)，易得，π(A)＝π(x1,y1)＝π(x1)π(y1∣x1)π(B)＝π(x1,y2)＝π(x1)π(y2∣x1)为满足细致平稳条件，π(A)乘上π(y2∣x1)，π(B)乘上π(y1∣x1)，使两个等式相等：π(A)π(y2∣x1)＝π(B)π(y1∣x1)此时状态转移矩阵为P(A
→
B)，等式变为π(A)P(A
→
B)＝π(B)P(B
→
A)，同理可得，π(A)P(A
→
C)＝π(C)P(C
→
A)；Gibbs采样的步骤：1)给定平稳分布π(x1,x2)；2)t＝0随机产生一个初始状态3)从条件概率分布中采样此时，接受拒绝采样中的f(x)为q(x～U(a,b)以及辅助的均匀分布U(0,1)；4)从条件概率分布中采样此时，接受拒绝采样中的f(x)为q(x～U(a
...

【专利技术属性】
技术研发人员：徐钊斯，李国东，宋宵明，
申请(专利权)人：广州静远医药研究有限公司，
类型：发明
国别省市：