व्यक्तिगत खुराक में बायेसियन पूर्वानुमान

बायेसियन पूर्वानुमान मॉडल-सूचित सटीक खुराक के पीछे का इंजन है। यह जनसंख्या के बारे में ज्ञात जानकारी (पूर्व ज्ञान) से शुरू होता है, एक व्यक्तिगत रोगी की अपनी मापी गई सांद्रता को इसमें शामिल करता है, और उस रोगी के फार्माकोकाइनेटिक मापदंडों का एक अद्यतन अनुमान उत्पन्न करता है, जिसका उपयोग भविष्य के जोखिम का पूर्वानुमान लगाने और एक व्यवस्था को परिष्कृत करने के लिए किया जा सकता है।

Definition

व्यक्तिगत खुराक में बायेसियन पूर्वानुमान बायेस के प्रमेय का उपयोग है जो एक जनसंख्या फार्माकोकाइनेटिक मॉडल (पूर्व ज्ञान) को एक व्यक्तिगत रोगी की मापी गई सांद्रता (डेटा) के साथ जोड़कर उस रोगी के मापदंडों (पश्चगामी) का अनुमान लगाता है और उनके भविष्य के दवा जोखिम की भविष्यवाणी करता है।

Scope

यह प्रविष्टि जनसंख्या के पूर्व ज्ञान को व्यक्तिगत डेटा के साथ संयोजित करने के तर्क, अधिकतम पश्चगामी अनुमान की भूमिका और खुराक को अनुकूलित करने के लिए पूर्वानुमानों का उपयोग कैसे किया जाता है, को शामिल करती है। यह अनुमान दृष्टिकोण के बारे में एक पद्धतिगत विषय है और दवा-विशिष्ट लक्ष्य या व्यक्तिगत खुराक की सिफारिशें प्रदान नहीं करता है।

Core questions

• जनसंख्या के पूर्व ज्ञान को किसी व्यक्ति के मापों के साथ कैसे जोड़ा जाता है?
• अनुमान को सूचित करने के लिए कितने और कौन से नमूनों की आवश्यकता होती है?
• जैसे-जैसे अधिक व्यक्तिगत डेटा जमा होता है, पूर्वानुमान में कैसे सुधार होता है?
• जनसंख्या के पूर्व ज्ञान पर निर्भर पूर्वानुमानों की सीमाएँ क्या हैं?

Key concepts

• जनसंख्या का पूर्व ज्ञान
• व्यक्तिगत मापा गया डेटा
• पश्चगामी पैरामीटर अनुमान
• अधिकतम पश्चगामी अनुमान
• पूर्व ज्ञान की ओर संकुचन
• भविष्य के जोखिम का पूर्वानुमान

Key theories

बायेसियन (अधिकतम पश्चगामी) पैरामीटर अनुमान

व्यक्तिगत फार्माकोकाइनेटिक मापदंडों का अनुमान पश्चगामी को अधिकतम करके लगाया जाता है, जनसंख्या के पूर्व ज्ञान को रोगी की अपनी मापी गई सांद्रता के अनुरूप संतुलित किया जाता है, ताकि कुछ नमूने भी एक उपयोगी व्यक्तिगत अनुमान दे सकें।

Mechanisms

एक बायेसियन खुराक विधि एक जनसंख्या मॉडल से शुरू होती है जो विशिष्ट पैरामीटर मानों और उनकी परिवर्तनशीलता को निर्दिष्ट करती है; यह पूर्व ज्ञान के रूप में कार्य करता है। जब एक रोगी के स्वयं के सांद्रता माप उपलब्ध हो जाते हैं, तो बायेस का प्रमेय उन मापों की संभावना के साथ पूर्व ज्ञान को जोड़कर रोगी के व्यक्तिगत मापदंडों का एक पश्चगामी अनुमान उत्पन्न करता है, आमतौर पर अधिकतम पश्चगामी अनुमान के माध्यम से। विरल डेटा के साथ अनुमान जनसंख्या के पूर्व ज्ञान के करीब रहता है (संकुचन), और जैसे-जैसे अधिक व्यक्तिगत माप जमा होते हैं, अनुमान रोगी के अपने डेटा पर अधिक निर्भर करता है। पश्चगामी मापदंडों का उपयोग तब भविष्य की सांद्रता का पूर्वानुमान लगाने और व्यवस्था को अनुकूलित करने के लिए किया जाता है, जिसमें नए माप आने पर चक्र दोहराया जाता है।

Clinical relevance

बायेसियन पूर्वानुमान मॉडल-सूचित सटीक खुराक सॉफ्टवेयर के पीछे की मुख्य विधि है जिसका उपयोग अनुसंधान और अभ्यास में उन दवाओं के लिए किया जाता है जिनके लिए सावधानीपूर्वक जोखिम नियंत्रण की आवश्यकता होती है। यह प्रविष्टि अनुमान और पूर्वानुमान पद्धति का वर्णन करती है; यह बताती है कि व्यक्तिगत जोखिम की भविष्यवाणी कैसे की जाती है और यह विशिष्ट लक्ष्यों या व्यक्तिगत उपचार निर्णयों का स्रोत नहीं है।

Evidence & guidelines

बायेसियन पूर्वानुमान जनसंख्या फार्माकोकाइनेटिक-फार्माकोडायनामिक पद्धति और इसके अनुमान सॉफ्टवेयर पर आधारित है, जिसमें गुणवत्ता-नियंत्रण मार्गदर्शन यह बताता है कि अंतर्निहित जनसंख्या मॉडल को व्यक्तिगत पूर्वानुमानों के लिए पूर्व ज्ञान के रूप में उपयोग करने से पहले कैसे बनाया और योग्य किया जाना चाहिए।

History

यह दृष्टिकोण शीनर और सहयोगियों के 1972 के प्रस्ताव से जुड़ा है जिसमें व्यक्तिगत खुराक के लिए मॉडल और कंप्यूटर अनुमान का उपयोग करने का सुझाव दिया गया था, जिसने व्यक्तिगत डेटा के साथ जनसंख्या ज्ञान के बायेसियन संयोजन की शुरुआत की थी। 1990 के दशक की शुरुआत तक जनसंख्या पीके/पीडी (PK/PD) ढांचा समेकित हो गया और अनुमान सॉफ्टवेयर के प्रसार ने बायेसियन पूर्वानुमान को व्यावहारिक बना दिया, और अब यह मॉडल-सूचित सटीक खुराक उपकरणों का आधार बनता है।

Debates

पूर्वानुमानों को पूर्व ज्ञान बनाम व्यक्तिगत डेटा पर कितना निर्भर रहना चाहिए?

विरल मापों के साथ, अनुमान जनसंख्या के पूर्व ज्ञान की ओर संकुचित होते हैं, जो वास्तविक व्यक्तिगत अंतरों को छिपा सकते हैं; पूर्व ज्ञान के प्रभाव को सीमित व्यक्तिगत डेटा के साथ कैसे संतुलित किया जाए, और यह कैसे पता लगाया जाए कि पूर्व ज्ञान किसी रोगी के लिए अनुपयुक्त कब है, यह एक पद्धतिगत चिंता बनी हुई है।

Key figures

• Lewis Sheiner
• Stuart Beal
• Roger Jelliffe

Seminal works

• sheiner1972
• sheiner1992

Frequently asked questions

बायेसियन खुराक में 'पूर्व ज्ञान' क्या है?

यह जनसंख्या फार्माकोकाइनेटिक मॉडल है, जो किसी भी व्यक्तिगत रोगी के अपने मापों पर विचार करने से पहले विशिष्ट पैरामीटर मानों और उनकी परिवर्तनशीलता को सारांशित करता है।

बायेसियन पूर्वानुमान केवल कुछ नमूनों के साथ क्यों काम कर सकता है?

क्योंकि यह जनसंख्या के पूर्व ज्ञान से शक्ति प्राप्त करता है, यह विधि विरल डेटा से एक उपयोगी व्यक्तिगत अनुमान उत्पन्न कर सकती है, जिसमें अनुमान रोगी के अपने मापों पर अधिक निर्भर करता है जैसे-जैसे अधिक जमा होते हैं।