本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
丙型肝炎病毒 (HCV) 動力學的數學模型廣泛用於了解病毒發病機制和預測治療結果。標準模型基於五個非線性常微分方程 (ODE) 系統，該系統描述了病毒動力學和治療開始後藥物濃度的變化。在這種複雜的模型中，參數估計具有挑戰性，並且需要對每個個體進行頻繁的取樣測量。透過借用研究對象之間的信息，非線性混合效應模型可以處理每個個體的稀疏採樣。然而，在這種情況下尋找最佳設計受到評估費希爾資訊矩陣（FIM）的數值難度的限制。使用 PFIM 軟體，我們表明統計模型的線性化避免了大部分計算負擔，同時提供了 FIM 的良好近似值。然後，我們使用文獻中的五種研究設計來比較預期參數的精確度。我們透過證明，對於給定的精度水平，最佳化設計可以將測量總數減少 50%，來說明合理化資料採樣的有用性。我們的方法可供統計學家或臨床醫生用於設計 HCV 病毒動力學研究。