文献

J-GLOBAL ID：202002244021020653   整理番号：20A2044488

小児における最適投与規則を決定するための曝露反応モデリングアプローチ【JST・京大機械翻訳】

Exposure-response modelling approaches for determining optimal dosing rules in children

著者 (5件)： Wadsworth Ian (Department of Mathematics & Statistics, Fylde College, Lancaster University, Lancaster, UK) ,  Wadsworth Ian (Phastar, Macclesfield, UK) ,  Hampson Lisa V (Advanced Methodology & Data Science, Novartis Pharma AG, Basel, Switzerland) ,  Bornkamp Bjorn (Advanced Methodology & Data Science, Novartis Pharma AG, Basel, Switzerland) ,  Jaki Thomas (Department of Mathematics & Statistics, Fylde College, Lancaster University, Lancaster, UK)
資料名： Statistical Methods in Medical Research  (Statistical Methods in Medical Research)
巻： 29  号： 9  ページ： 2583-2602  発行年： 2020年 
JST資料番号： W5397A  ISSN： 0962-2802  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 小児集団内では,異なる曝露-応答関係を特徴とする異なる年齢群が存在する可能性がある。いくつかの規制誘導文書は,一般的な年齢グループ化を示唆している。しかし,これらの分類がすべての新薬およびすべての疾患領域で適しているかどうかは明らかではない。曝露応答モデルパラメータが年齢の連続体でどのように変化するかを定量化するための2つのモデルベースアプローチ,すなわちBayesペナルティ化Bスプラインとモデルベース再帰的分割を考察した。曝露応答モデルパラメータが年齢と共にどのように変化するかの推定を与える最適投与規則を導出するための手法を提案した。最初に,線形曝露応答モデルについて開発した。種々のアプローチが線形曝露応答モデルパラメータと推奨投与規則の精度をどのように推定するかを系統的に評価するシミュレーション研究を行った。シミュレーションシナリオはてんかん薬開発への応用により動機づけられる。結果は,ブートストラップモデルベースの再帰的分割とBayesペナルティ化Bスプラインの両方が,線形曝露応答モデルパラメータの根底にある変化,および(多くのシナリオにおいて),また,調和的年齢共変量を調和的年齢共変量で調整するコンパレータ線形モデルを,調和E11グルーピングに関する国際会議に従って,評価できることを示唆した。さらに,Bayesペナルティ化Bスプラインアプローチは,ブートストラップモデルベースの再帰的分割よりも正確に切片と勾配を推定する。最後に,Emax曝露-応答モデルを推定するためにアプローチを拡張し,シクロスポリンのin vitro研究により動機付けられた例を用いて例示した。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  ブートストラップ ,  国際会議 ,  てんかん ,  コンパレータ ,  線形性 ,  *子供 ,  連続体 ,  ペナルティ ,  in vitro実験 ,  Bスプライン
準シソーラス用語： モデルパラメータ ,  モデルベース ,  線形モデル ,  共変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayesペナルティ付きBスプライン ,  投薬規則 ,  曝露応答モデリング ,  モデルベース再帰分割 ,  小児

分類 (3件)： 人間に対する影響  (EE05050C) ,  健康被害  (SB03070P) ,  その他の汚染原因物質  (SB05040W)

タイトルに関連する用語 (5件)： 小児 ,  投与 ,  規則 ,  曝露 ,  モデリング