非线性混合效应模型

摘要： 在HIV纵向数据中通常采用联合模型来更好的描述数据,大多数文献采用线性混合效应(Linear mixed effects models,LME)和非线性混合效应(Non-linear mixed effects models,NLME)联合建模,这种联合建模忽略了对离散数据的模拟,为了更准确的描述数据,采用非线性混合效应和广义线性混合效应(Generalized linear mixed effects models GLMM)进行联合建模。另外,同时考虑病毒载入量具有偏态和左删失问题,CD4具有测量误差问题。因此,采用非线性混合效应模型拟合具有左删失和偏态误差的协变量,采用广义线性混合效应模型拟合具有测量误差的响应变量,在贝叶斯框架下,对该联合模型的参数进行参数估计。将提出的方法应用于实际HIV数据中,经验证该方法具有更好的拟合效果和更可靠的参数估计。

摘要： 利用数学建模分析兽药药代动力学历来已久。在兽药药代动力学中应用数学建模和模拟分析可简化并加快兽药研发进程。非线性混合效应模型分析方法是兽药药代动力学建模和模拟的主要方法之一,该方法对临床合理用药、新药研发及评价具有一定意义。本文综述了非线性混合效应模型在分析兽药药代动力学主要原理及应用进展。

摘要： 目的探讨拉莫三嗪在不同群体中的群体药动学特征及其影响因素,为建立更精准的群体药动学模型提供参考。方法系统检索PubMed、Embase、Web of Science、Science Direct及Cochrane Library数据库中采用非线性混合效应模型(NONMEM)法在人体内进行的拉莫三嗪群体药动学的研究,时间为1995年1月—2021年7月。结果共纳入研究20项,其中17项研究将拉莫三嗪的药动学特征描述为一室模型结构。伴随抗癫痫药物、体质量和基因多态性被认为是影响拉莫三嗪清除的3个最常见显著协变量,其他显著协变量研究较少。结论在建立新的拉莫三嗪群体药动学模型时,应考虑合用其他抗癫痫药物、体质量、基因型等重要协变量因素;对于妊娠妇女等特殊人群,应纳入特殊人群的生理病理特征作为协变量因素,同时进行内部验证和外部验证增加模型的普适性。

摘要： 【目的】分析抚育间伐对红松人工林枝条数量的影响,建立基于间伐效应的生物数学模型,为制定更加科学合理的间伐体制提供理论依据。【方法】基于黑龙江省林口林业局和东京城林业局不同林分条件及抚育间伐强度下的红松人工林49株解析木4 370组枝解析数据,利用R语言的nlme包,建立了基于抚育间伐效应的枝条密度单水平非线性混合模型,并利用调整决定系数(Ra2)、赤池信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(Log-likelihood)以及似然比检验(LRT)等评价指标对所收敛的模型进行评价。【结果】当地位指数和树木等级相近时,抚育间伐强度和冠长越大,枝条密度越大;当抚育间伐强度和树木等级相近时,地位指数和冠长越大,枝条密度越大;而抚育间伐强度和地位指数相近时,树木胸径与枝条密度呈负相关。基于样地效应的混合模型模拟精度均高于基础模型和基于样木效应的混合模型,最终选用含有总着枝深度(DINC)、相对着枝深度的自然对数(lnRDINC)、相对着枝深度的平方(RDINC2)、胸径(DBH)、抚育间伐强度与间伐年龄的比值(TI/TA)这5个随机效应参数的非线性混合模型为枝条密度最优预测模型,其R_(a)^(2)为0.825 7,均方根误差(RMSE)为2.171 4。【结论】基于抚育间伐效应的红松枝条密度最优非线性混合效应模型,不但能提高模型精度,还能更加准确地体现抚育间伐对林木枝条产生的影响。

摘要： [目的]构建树冠最大外部轮廓非线性混合效应模型和非线性分位数回归模型,为准确预测树冠生长发育规律及预估生产力提供科学依据.[方法]以河北省塞罕坝机械林场华北落叶松人工林为研究对象,基于58株解析木数据和1789个枝条解析数据,利用幂函数、修正Kozak方程、修正Weibull方程选取基础模型,构建华北落叶松人工林树冠外部轮廓非线性混合效应模型和非线性分位数回归模型.[结果]在幂函数、修正Kozak方程和修正Weibull方程中,幂函数拟合树冠外部轮廓效果较好,作为树冠外部轮廓基础模型;林分年龄(Age)、冠长(CL)、胸径(DBH)、树高(HT)、冠高比(CHR)、高径比(HDR)对树冠外部轮廓影响较大.在混合效应模型中,两水平混合效应模型优于单水平混合效应模型,可明显提高模型拟合精度,HDR相关的参数a6考虑样地效应,相对着枝深度(RDINC)、CHR相关的参数a4、a5考虑样木效应,模型确定系数(R2)为0.873,均方根误差(RMSE)为0.319 m,平均相对误差(MRE)为6.642 m.在分位数回归模型中,当分位数q=0.90时模型曲线最接近树冠最大外部轮廓,R2为0.672.[结论]混合效应模型拟合精度较高,可准确描述树冠最大枝条的平均趋势.分位数回归模型可确定树冠最外部轮廓,在预测条件均值之外的研究中发挥重要作用.

摘要： 以贵州省东北部地区马尾松人工林为研究对象,基于254块样地的15275株马尾松数据,随机选取80％样地数据用于模型建立,20％样地数据用于模型检验.对11个常用的树高-胸径模型进行拟合,筛选效果最佳的为基础模型,并将密度、优势木平均高、胸高断面积以不同个数及组合形式加入基础模型,筛选最优广义模型.同时考虑样地水平的随机效应,对应构建基础混合效应模型和广义混合效应模型,评价固定效应模型(两个)与非线性混合效应模型(两个)的拟合能力和预测精度,获得最佳树高预测模型.结果表明:最优基础模型为Chapman-Richards模型,其决定系数(R2=0.636)最大,均方根误差(RMSE=2.472 m)、平均绝对误差(MAE=1.917 m)、平均相对误差绝对值(RMA=14.597％)最小;广义模型精度均优于基础模型,以含林分密度、优势木平均高、胸高断面积的广义模型预测精度最高(R2=0.797、RMSE=1.845 m、MAE=1.383 m、RMA=10.913％);非线性混合效应模型预测能力优于固定效应模型,表明非线性混合效应模型能更好地描述树高-胸径关系,其中基础混合效应模型(R2=0.864、RMSE=1.512 m、MAE=1.107 m、RMA=8.627％)和广义混合效应模型(R2=0.863、RMSE=1.516 m、MAE=1.113 m、RMA=8.657％)拟合效果没有明显差异.与传统回归方法建立的基础模型和广义模型相比,基于非线性混合效应构建的树高-胸径模型预测效果更具有优越性,用基础非线性混合效应模型预测马尾松人工林树高值,具有较高精度.

摘要： 以贵州省东北部地区马尾松人工林为研究对象,基于254块样地的15 275株马尾松数据,随机选取80%样地数据用于模型建立,20%样地数据用于模型检验。对11个常用的树高-胸径模型进行拟合,筛选效果最佳的为基础模型,并将密度、优势木平均高、胸高断面积以不同个数及组合形式加入基础模型,筛选最优广义模型。同时考虑样地水平的随机效应,对应构建基础混合效应模型和广义混合效应模型,评价固定效应模型(两个)与非线性混合效应模型(两个)的拟合能力和预测精度,获得最佳树高预测模型。结果表明:最优基础模型为Chapman-Richards模型,其决定系数(R^(2)=0.636)最大,均方根误差(RMSE=2.472 m)、平均绝对误差(MAE=1.917 m)、平均相对误差绝对值(RMA=14.597%)最小;广义模型精度均优于基础模型,以含林分密度、优势木平均高、胸高断面积的广义模型预测精度最高(R^(2)=0.797、RMSE=1.845 m、MAE=1.383 m、RMA=10.913%);非线性混合效应模型预测能力优于固定效应模型,表明非线性混合效应模型能更好地描述树高-胸径关系,其中基础混合效应模型(R^(2)=0.864、RMSE=1.512 m、MAE=1.107 m、RMA=8.627%)和广义混合效应模型(R^(2)=0.863、RMSE=1.516 m、MAE=1.113 m、RMA=8.657%)拟合效果没有明显差异。与传统回归方法建立的基础模型和广义模型相比,基于非线性混合效应构建的树高-胸径模型预测效果更具有优越性,用基础非线性混合效应模型预测马尾松人工林树高值,具有较高精度。

摘要： 目的:考察头孢哌酮在儿童群体中的药动学特征,促进个体化用药.方法:收集140例患儿的临床资料和血药浓度数据.采用非线性混合效应模型法建立头孢哌酮在儿童群体中的群体药动学模型,用拟合优度(Goodness-of-fit)、直观预测检验法(VPC)、正态化预测分布误差(NPDE)验证最终模型的预测性能.采用模拟试验评价不同用药方案的合理性.结果:最终模型评价结果表明模型稳定、预测结果可靠,得到的头孢哌酮药动学参数为:表观分布容积(Vd)0.86 L,清除率(CL)0.38 L·h-1.模型结构显示患儿的体质量及肾小球滤过率是影响药动学参数的显著性因素.基于此模型最终确定各年龄段儿童的最优给药方案为:针对大肠埃希菌,新生儿患者为30 mg· kg-1,qid,静滴2 h;1个月～2岁患儿为20 mg· kg-1,qid,静滴2h;2～14岁患儿为10 mg·kg-1,tid,静滴2h;针对肺炎克雷伯菌,新生儿患者为10 mg· kg-,tid,静滴2h;1个月～2岁患儿为10mg·kg-1,tid,静滴2 h;2～14岁患儿为10 mg·kg-1,bid,静滴2h.结论:本研究成功建立了头孢哌酮在儿童患者中的药动学模型,并借此模型推导出不同年龄段患儿针对大肠埃希菌及肺炎克雷伯菌的最佳给药方案.

摘要： 目的：探讨纵向数据的非线性分析技术,SAS软件NLMIXED过程及在婴幼儿生长发育研究中的应用.方法：结合纵向数据特点,采用最大似然原理进行参数估计,建立非线性混合效应参数模型.结果：婴幼儿体重呈二次曲线生长模式,拟合的混合效应模型不仅考虑了个体内和个体间变异,而且也考虑了参数间的非线性,允许固定效应和随机效应进入模型的非线性部分;有助于引入其他解释变量时最佳模型的选择,更客观地解释其对生长发育的影响.结论：非线性混合效应模型是研究婴幼儿生长发育规律的一种有效、实用的方法.

摘要： 目的：建立国人紫杉酵(paclitaxel,PTX)群体药动学(population pharmacokinetic,PPK)模型,为制定个体化给药方案提供理论支持. 方法：收集138例接受紫杉醇治疗的肿瘤患者(建模组105例,验证组33例)210个血样,HPLC法测定紫杉醇血药浓度,PCR-RFLP法检测MDR1C3435T.应用非线性混合效应模型(NONMEM)法,考察MDR1C3435T基因多态性、合并用药及病理生理因素对紫杉醇药动学参数的影响,建立紫杉醇PPK模型.对模型进行拟合优度诊断、自举法(Bootstrap)内部验证,正态预测分布误差法(NPDE)及外部验证考察模型预测能力. 结果：紫杉醇清除率(CL)和表观分布容积(Vd)的群体典型值分别为64.7L·h-1和1240L,患者内生肌酐清除率(CLcr)和给药速率(RATE)显著影响紫杉醇清除率.最终模型Bootstrap法验证结果与模型计算值相符,拟合优度、准确度及精密度均优于最简模型. 结论：紫杉醇PPK最终模型稳定、有效,可结合Bayesian反馈法为临床优化给药方案提供科学依据.

摘要： 应用非线性混合效应模型(NONMEM)分别建立丙戊酸在不同年龄阶段(婴幼儿期、学龄前期、学龄期+青春期)的中国癫痫患儿中的群体药代动力学(PPK)模型,并探讨影响其疗效的相关因素,为临床制定个体化给药方案提供一定的参考.

摘要： 目的:探讨成人患者瑞芬太尼药代动力学,建立其群体药代动力学模型.rn 方法:11例ASAⅠ或Ⅱ级,25～86岁全麻择期手术患者,抽签随机分为0.6μg·kg-1·min-1组(R1组,n=5)和瑞芬太尼0.3μg·kg-1·min-1组(R2组,n=6),两组持续输注.按预设时间采集动脉样本分析血药浓度,非线性混合效应模型(NONMEM(R))分析建立群体药代动力学模型.rn 结果:瑞芬太尼药代动力学适合用三室模型描述,初期分析表明年龄、身高和BMI不影响药代学参数,瘦体重(LBM)、体表面积(BSA)和性别则反之;进一步以后退法验证证实仅体重显著影响瑞芬太尼的系统清除率和中央室容积.60kg患者瑞芬太尼药代参数典型值为V1=7.61,V2=4.81,V3=4.34,Cl1=2.74,C12=0.738, C13=0.0905(l/min).rn 结论:瑞芬太尼的药代学特点与其经血液和组织酯酶迅速水解的特点一致.在研究涉及的协变量范围内,系统清除率和中央室分布容积随体重增加而增加,提示较大体重的患者需要较大剂量的初始输注速度和维持剂量以获得稳定的血浆浓度和临床效应.

摘要： 近几年有关苯妥英钠治疗剂量引起不良反应的报道屡见不鲜,个体化给药对于安全有效使用苯妥英钠具有重要意义.本文将对药物基因组学和非线性混合效应模型在苯妥英钠个体化给药方案设计中的应用进展作一综述.群体药物代谢动力学方法中,非线性混合效应模型(nonlinear mixed effects modeling,NONMEM)工具在以基因为导向的个体化给药方案设计研究中发挥着重要作用,NONMEM作为群体药物代谢动力学的一种重要方法，把病人的原始药时数据集合在一起，同时考虑各病理、生理因素的影响，将经典的药动学模型和统计学模型结合起来，一步估算群体药动学参数以及参数的个体间和个体内差异，可为临床给药方案设计提供依据。

摘要： 本文将尝试在非线性混合效应模型的基础上，利用MCEM算法对替米沙坦药动学过程进行参数估计，为进一步将患者血药浓度与个体指标结合提供理论依据。

摘要： 目的:采用非线性混合效应模型对不同级别脑瘫患儿粗大运动功能发育进程进行分析,明确脑瘫患儿粗大运动功能发育的特性.rn 方法:从2000年8月至2007年12月在上海地区7家康复机构和特殊学校接受康复诊治的脑瘫患儿中依照纳入和排除标准确定228名为研究对象,其中男性152例(66.7％),女性76例(33.3％),痉挛型双瘫87例(38.2％),痉挛型四肢瘫63例(27.6％),痉挛型偏瘫48例(21.1％),痉挛型三瘫4例(1.8％),肌张力障碍型4例(1.8％),徐动型11例(4.8％),共济失调型11例(4.8％).采用中文译本的GMFM进行粗大运动功能评估,中文版脑瘫粗大运动功能分级系统(GMFCS)进行粗大运动功能分级,分别将各个级别患儿的GMFM66分值以及对应的最后1次评估时的GMFCS评价结局纳入非线性混合效应模型进行建构,在获得模型参数中2个主要参数被用于临床解释,即各个GMFCS级别患儿达到其GMFM66分值的期望最大极值以及达到最大极值的速率(该值被转化为年龄-90,表示达到GMFM66最大极值90％时的年龄).同时与加拿大样本群(the Ontario Motor Growth[OMG])进行比较,分析不同干预背景下脑瘫患儿的运动发育进程差异.rn 结果:228名脑瘫患儿共有986次符合条件的GMFM测试结果纳入研究，平均每个患儿有4.32次测试结果。首次评估时总体研究对象的平均年龄为2.95岁，明显小于OMG样本的6.76岁。五个GMFCS级别的GMFM最大极值有着明显的差异，与OMG研究结果相比，GMFCSⅠ级和Ⅱ级的GMFM最大极值明显较小，而GMFCSⅢ～Ⅴ级的GMFM最大极值较为相似。年龄-90在GMFCSⅢ级和Ⅳ级间没有明显差异，而在其余各级别间表现出明显的差异，而OMG样本各级别间年龄-90的差异主要表现为GMFCS Ⅰ级和Ⅱ级明显高于Ⅲ～Ⅴ级。另外本研究样本的年龄-90在各个级别均明显低于OMG样本。rn 结论:本研究对象中GMFCSⅠ级和Ⅱ级脑瘫患儿尽管粗大运动发育更早地进入了GMFM66最大极值区域，但是运动发育的水平低于加拿大OMG样本中的患儿，应该充分重视在4岁以后轻度脑瘫患儿中积极实施具有针对性的多种康复干预手段。

摘要： 本研究以基于D 最优设计的最大后验贝叶斯法（MAPB）估算个体药动学参数，并与多元线性回归(MLR)法比较。研究中吡格列酮为模型药物，非线性混合效应模型（NONMEM）法考察药物的群体药动学特征。WinPOPT 软件进行D 最优采样设计，获得1～4 点的采样方案。蒙特卡罗法产生模拟数据集，对估算方法进行评估。结果显示：随采样点数量的下降，CL和V的MAPB 估算准确度和精密度均下降；随CL和V个体间变异增高，2 点D 最优设计MAPB 估算CL和V 的精密度下降；随残差变异增高，MAPB估算的准确度和精密度均下降。与MLR 比较结果显示：MAPB 2 点D 最优方案和MLR 的2 点估算AUC 的准确度和精密度较接近。但在最佳采样点前后调整1 h 采样，MAPB 估算准确度和精密度优于MLR 法。总体而言，MAPB 法估算AUC 的能力与MLR 较为接近，但较MLR 具有采样的灵活性。

摘要： 目的：探讨采用人工神经网络(ANN)预测地高辛血药浓度的效果和特点。方法：回顾性收集口服地高辛患者的临床资料，其中84例为建模数据集，10例为验证数据集。采用反向传播人工神经网络法预测地高辛血药浓度，并与NONMEM法预测结果进行比较，计算影响血药浓度各因素的平均影响值(MIV)并排序。结果：人工神经网络和NONMEM法预测地高辛浓度值与测定值的相关性分别为0.851及0.946，各因素中患者血清肌酐、体重、年龄较其他因素MIV值大。结论：ANN法可较好地处理各因素间复杂的关系，预测血药浓度。

摘要： 目的：探讨采用人工神经网络(ANN)预测地高辛血药浓度的效果和特点。方法：回顾性收集口服地高辛患者的临床资料，其中84例为建模数据集，10例为验证数据集。采用反向传播人工神经网络法预测地高辛血药浓度，并与NONMEM法预测结果进行比较，计算影响血药浓度各因素的平均影响值(MIV)并排序。结果：人工神经网络和NONMEM法预测地高辛浓度值与测定值的相关性分别为0.851及0.946，各因素中患者血清肌酐、体重、年龄较其他因素MIV值大。结论：ANN法可较好地处理各因素间复杂的关系，预测血药浓度。

摘要： 一种非线性模型线性化力修正迭代混合试验方法，尤其涉及一种应用与试验加载部分具有可重复性的迭代混合试验方法，属于结构混合试验技术应用领域。目的是解决同时传统时程级迭代混合试验方法由于运动方程求解时试件反力与所求方程存在轮次差，导致迭代收敛速度慢的问题。本发明对整体结构划分试验子结构和数值子结构，同时根据先验知识，建立试验子结构线性数值模型。通过对整体结构进行数值计算得到试验子结构全时程响应，通过对试验子结构全时程伺服加载得到全时程反力，利用相邻两迭代轮次的试验子结构位移、速度响应带入假定线性化模型对反力进行力修正，并将修正力带入运动方程参与数值计算，提高运动方程求解精度，从而提高迭代收敛速度。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于双线性混合模型的高光谱图像非线性解混方法。本发明根据双线性混合模型的几何特性，通过将数据中的非线性混合成分表示为一个融合了共同非线性效应端点的线性贡献，使复杂的非线性解混转化为简单的线性解混问题，进而结合线性解混算法迭代估计正确的丰度。本发明从高光谱观测像元的混合模型出发，结合其几何与物理意义，不仅能有效地弥补线性解混的不足，而且能较好地克服共线性效应带来的不利影响。具有对噪声及端元数目较好的鲁棒性，可以作为一种解决高光谱遥感图像非线性解混的有效手段。在基于高光谱遥感图像的高精度解混以及地面目标的检测和识别方面具有重要的应用价值。

摘要： 公开了用于使用预失真补偿非线性子系统的非线性的系统和方法。在一个实施例中，系统包含非线性子系统和预失真器，该预失真器配置成实现非线性子系统的输入信号的预失真，使得预失真补偿非线性子系统的非线性特性。系统还包含适配器，该适配器基于表示非线性子系统的输出信号的反馈信号和表示非线性子系统的输入信号的输入信号自适应地配置预失真器。适配器一般将非线性子系统模型化为对应于非线性子系统的非线性特性的非线性模型和对应于非线性子系统的已知线性特性的线性模型的级联。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于扩展多线性混合模型的高光谱图像鲁棒非线性解混方法。本发明通过引入鲁棒性较好的目标函数，构造了一个基于扩展多线性混合模型的鲁棒非线性解混模型，有效地抑制了噪声波段的干扰。此外，利用高光谱图像的局部空间相似性设计了丰度的重加权协同稀疏正则项以及非线性参数的重加权光谱全变差正则项，并将它们添加到模型中以缓解大量参数的引入所带来的过拟合问题，解混精度得到进一步的提升，因此在实际高光谱图像的非线性解混方面有着重要的应用价值。

摘要： 一种非线性模型线性化力修正迭代混合试验方法，尤其涉及一种应用与试验加载部分具有可重复性的迭代混合试验方法，属于结构混合试验技术应用领域。目的是解决同时传统时程级迭代混合试验方法由于运动方程求解时试件反力与所求方程存在轮次差，导致迭代收敛速度慢的问题。本发明对整体结构划分试验子结构和数值子结构，同时根据先验知识，建立试验子结构线性数值模型。通过对整体结构进行数值计算得到试验子结构全时程响应，通过对试验子结构全时程伺服加载得到全时程反力，利用相邻两迭代轮次的试验子结构位移、速度响应带入假定线性化模型对反力进行力修正，并将修正力带入运动方程参与数值计算，提高运动方程求解精度，从而提高迭代收敛速度。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于双线性混合模型的高光谱图像非线性解混方法。本发明根据双线性混合模型的几何特性，通过将数据中的非线性混合成分表示为一个融合了共同非线性效应端点的线性贡献，使复杂的非线性解混转化为简单的线性解混问题，进而结合线性解混算法迭代估计正确的丰度。本发明从高光谱观测像元的混合模型出发，结合其几何与物理意义，不仅能有效地弥补线性解混的不足，而且能较好地克服共线性效应带来的不利影响。具有对噪声及端元数目较好的鲁棒性，可以作为一种解决高光谱遥感图像非线性解混的有效手段。在基于高光谱遥感图像的高精度解混以及地面目标的检测和识别方面具有重要的应用价值。

摘要： 本发明公开了一种用于宽频带接收机前段非线性存储效应的分析模型的构建方法，该方法充分考虑影响电路存储效应影响的参数，建立影响接收机性能的指标参数模型，并进行有效简化约束，得到一种分析模型，该分析模型全面综合地剖析了非线性、存储效应、带宽限制等问题，能精确地评估接收机性能。

摘要： 本发明提供了一种接收机射频链路非线性效应的模型筛选方法、平台。该方法包括，获取接收机的信号源及测试输出数据；利用已有的先验知识结合接收机机理，选择一个验前假定模型；对验前假定模型的模型参数进行辨识，得到参数辨识后的验前假定模型；基于信号源及测试输出数据，采用参数辨识后的验前假定模型，得到的结果与真实系统结果进行对比，判断误差的大小是否达到设定的阈值，若是，得到建模的模型，否则，重新选定验前假定模型进行参数辨识、验证的过程。

摘要： 本实用新型涉及供用电系统电能质量技术领域，特别涉及一种线性负荷和非线性负荷混合网络谐波源识别模型。包括系统电压源

摘要： 本发明公开了一种非线性混合效应模型统一标准形式及应用，该模型是在样本的N个观测值中，研究的问题涉及到m个分类变量，分别是V