8-PK de population 2

Question 1

3 raisons de faire l’analyse de covariables

Answer 1

1. Expliquer la variabilité PK et PD qui paraît aléatoire
2. Comprendre les causes de la variabilité (meilleur ajustement de la dose, meilleur contrôle dans les études cliniques)
3. Améliorer les prédictions faites par le modèle de base

Question 2

Quel est l’objectif ultime de l’analyse de covariables

Answer 2

individualisation de la posologie = administrer la dose la plus adéquate a chaque patient

Question 3

Nommer 5 types de covariables

Answer 3

1. Données démographiques (sexe, race)
2. Données de laboratoire (créatinine sérique, bilirubine, albumine)
3. Sévérité de la maladie
4. Traitements concomitants et intéractions possibles
5. Habitudes de vie (ex: fumeurs)

Question 4

Nommer des exemples de covariables continues

Answer 4

Poids, taille, BSA, IBW, age, test de laboratoire (il peut y avoir des décimales)

Question 5

Nommer 3 types de covariables catégoriques et donner un exemple

Answer 5

Binaire: Oui/non, homme/femme
Ordinale: Sévérité (léger, moyen, fort) = l’ordre est important
Nominale: Race = l’ordre n’est pas important

Question 6

Quel graphique est utilisé pour observer si il y a des tendances a cause des covaribales?

Answer 6

Eta du paramètre vs covariable

Question 7

Pourquoi je tracerais un graphique eta vs sexe pour mon analyse de covariable a la place de juste mes volumes vs sexe?

Answer 7

Les valeurs de volume ne vont pas changer si on ajouter une covariable tandis que Eta va changer
En utilisant les eta, on est capable d’utiliser les graphiques des Eta en fonction des covariables pour valider l’inclusion de cette covariable dans ce modèle

Question 8

Comment on interprète la variabilité restante du modèle

Answer 8

Elle est non-expliquée par la covariable incluse dans le modèle (aléatoire)

Question 9

Nommer les 4 modèles de covariables continues

Answer 9

Linéaire
Linéaire centré
Puissance
Puissance normalisé

Question 10

Modèle de covariable continue le plus utilisé

Answer 10

Puissance normalisé

Question 11

Nommer les 3 modèles de covariables catégoriques

Answer 11

Linaire
Proportionnel
Puissance

Question 12

Modèle de covariable catégorique le plus utilisé

Answer 12

Puissance

Question 13

Step wise model building (méthode d’analyse des covariables)

Answer 13

• Utilise un test de rapport des vraisemblances
• Recherche croissante et décroissante de covariables

Question 14

Modèle complet (full model) d’analyse des covariables

Answer 14

Modèle complet avec toutes les relations potentielles entre les paramètres PK et les covariables

Question 15

Si pour étape d’addition dans mon stepwise model, j’ai 1 ddl: 6.635, ça veut dire quoi?

Answer 15

Ma fonction objective doit diminuer de 6.6.35 pour être statistiquement significatif

Question 16

What is Phoenix looking for dans le step wise model?

Answer 16

Il va regarder la covariable qui va faire la plus grosse chute de la fonction objective

Question 17

3 problèmes avec le modèle stepwise?

Answer 17

• Très généralisé a la population, ne représente pas toute la planète, modèle biaisée
• Difficile de faire un lien entre cliniquement significatif et statistiquement significatif
• Les valeurs p sont difficiles a ajuster pour de multiples comparaisons

Question 18

Comment on choisi les covariables a ajouter dans le modèle complet?

Answer 18

• Types de considération: covariable à intéret clinique ou scientifique? Covariable qui s’explique par le mécanisme d’action? Covariable relevée dans la littérature?
• Graphiques exploratoires
• Éviter les covariables corrélées
• Données suffisantes pour les covariables

Question 19

Question que le modèle complet se pose?

Answer 19

Quelle est la signification clinique, selon l’intervalle de confiance des effets et la fenêtre thérapeutique?

Question 20

Quelle méthode d’analyse des covariables est la plus utilisée?

Answer 20

Stepwise

Question 21

2 désavantages du modele step wise?

Answer 21

Peut manquer des covariables importantes
Ne permet pas de visualiser l’effet d’une covariable importante non incluse dans le modèle

Question 22

2 désavantages du modèle complet?

Answer 22

• Modèle saturé plus difficile a converger (plus lourd)
• Choix semi-quantitatif pour la sélection des variables incluses

Question 23

Avantage du modèle complet

Answer 23

Permet de visualiser l’effet de toutes les covariables d’intérêt clinique

Question 24

Dans Phoenix, quel onglet pour faire l’identification de covariables?

Answer 24

Paramètres -> Structural -> Covariate (mettre sex, poids…)
Dans covar. type mettre categorique ou continue
-> si catégorique: mettre 1, 0 homme femmes ex

Question 25

Dans Phoenix, ou trouver le diagramme a moustache Eta vs covariable

Answer 25

Results -> Pop Covariate Box Plots

Question 26

Dans Phoenix, ou trouver le graph pour voir si il y a une tendance dans les Eta

Answer 26

Results -> Pop Covariate Plots

Question 27

Dans Phoenix, ou aller mettre l’analyse Stepwise?

Answer 27

Overall -> Run options -> Cocher “covariable search stepwise”

Question 28

Dans Phoenix, ou aller voir pour voir tous les modèles Step Wise que Phoenix a utilisé?

Answer 28

Dans “overall” et on voit dans le tableau tous les scénarios

Question 29

Dans Phoenix, ou aller voir le processus de step wise complet en écriture?

Answer 29

Text output dans la liste a gauche puis “Stepwise Test” tout en bas

Question 30

Le modèle de base =

Answer 30

le modèle structural