المفاهيم الأساسية
구획 모델 기반 신경망(CMINNs)은 약물 흡수율, 이상 확산, 약물 내성, 내성 및 약물 내성을 포함한 복잡한 약물 역학을 모델링하고 새로운 통찰력을 제공한다.
الملخص
이 연구는 약물 동력학(PK) 및 약물 동력학-약물 역학(PK-PD) 모델링을 위한 혁신적인 접근법인 구획 모델 기반 신경망(CMINNs)을 제안한다.
PK 모델링에서는 다음과 같은 접근법을 사용한다:
- 시간 의존적 매개변수를 도입하여 약물 흡수율의 자연적 변동을 포착
- 분수 미분을 사용하여 이상 확산 및 지연 반응을 모델링
PK-PD 모델에서는 다음과 같은 접근법을 사용한다:
- 시간 의존적, 상수 또는 분할 상수 매개변수를 사용하여 약물 내성, 내성 및 내성을 모델링
- 2개의 상미분 방정식으로 구성된 단순화된 모델을 사용하여 계산 효율성 향상
이러한 접근법을 통해 기존 모델보다 정확성이 향상되었으며, 약물 동력학 및 약물 역학에 대한 새로운 통찰력을 제공한다.
الإحصائيات
약물 농도가 시간에 따라 크게 변화하지 않는 경우 신경망 출력이 빠르게 0에 접근하는 문제가 있다.
다회 투여 일정에서 나타나는 단기 피크로 인해 신경망이 일부 피크를 포착하지 못하는 문제가 발생할 수 있다.
اقتباسات
"구획 모델 기반 신경망(CMINNs)은 약물 흡수율, 이상 확산, 약물 내성, 내성 및 약물 내성을 포함한 복잡한 약물 역학을 모델링하고 새로운 통찰력을 제공한다."
"시간 의존적, 상수 또는 분할 상수 매개변수를 사용하여 약물 내성, 내성 및 내성을 모델링함으로써 계산 효율성이 향상되었다."