LIXOFT.MONOLIX.SUITE.2024.1.WIN64-LNX64-TEL
Die Monolix Suite ist eine schnelle, benutzerfreundliche und leistungsstarke Anwendungssuite für die pharmakometrische Analyse, Modellierung und Simulation.
Die vollständig interoperablen Anwendungen bieten Ihnen einen kompletten Modellierungs- und Simulations-Workflow, von der Datenvisualisierung und nicht-kompartimentellen Analyse bis hin zur Populationsmodellierung und -simulation. Intuitiv, effektiv und mit modernsten Berechnungsfunktionen.Die Monolix Suite wurde entwickelt, um der wachsenden Bedeutung pharmakometrischer Experten in der Arzneimittelentwicklung Rechnung zu tragen. Diese Schlüsselrolle erfordert integrierte Software-Tools mit den strengsten statistischen Methoden, um qualitativ hochwertige Modellierungsergebnisse rechtzeitig zu liefern.
Erleben Sie die richtigen Werkzeuge für die modellbasierte Arzneimittelentwicklung. Alles integriert für die Modellierung in einem Arbeitsgang - ohne Neuschreiben von Datensätzen, Modellen oder Parametern:
PKanalix: Interaktive nicht-kompartimentäre und vergleichende Analyse.
Monolix: Robuste Parameterschätzung mit dem SAEM-Algorithmus und integrierten Diagnosediagrammen.
Simulx: Hochleistungs-Simulation neuer Szenarien, einschließlich klinischer Studien.
PKANALIX ist eine benutzerfreundliche und schnelle Anwendung für kompartimentale und nicht-kompartimentale Analysen (NCA)
Hauptmerkmale:
Nichtkompartimentelle Analyse
Das erste Hauptmerkmal von PKanalix ist die Berechnung der Parameter im Rahmen der nichtkompartimentellen Analyse.
Diese Aufgabe besteht darin, Regeln für die Berechnung von Lambda_z (Steigung der Endeliminationsphase) zu definieren, um die NCA-Parameter berechnen zu können. Diese Definition kann entweder global über Regeln (z. B. angepasstes R2 oder Zeitfenster) oder für jeden einzelnen erfolgen, wobei der Benutzer einen beliebigen Punkt für die Berechnung auswählen oder entfernen kann.
Kompartimentanalyse
Das zweite Hauptmerkmal von PKanalix ist die Berechnung der Parameter im Kompartimentalanalyse-Framework. Es besteht darin, Parameter eines PK-Modells zu finden, die die Kinetik in Kompartimenten für jedes Individuum darstellen. Für eine bessere Konvergenz jedes einzelnen Parameters wird eine automatische Initialisierung durchgeführt.
Bioäquivalenzanalyse
Die für verschiedene Gruppen (z. B. einen Test und eine Referenzformulierung) erhaltenen durchschnittlichen NCA-Parameter können mithilfe der Bioäquivalenzaufgabe verglichen werden. Die Definition eines linearen Modells enthält einen oder mehrere feste Effekte, die in einem integrierten Modul ausgewählt wurden. Es ermöglicht den Vergleich eines Konfidenzintervalls mit den vordefinierten BE-Grenzwerten und die automatische Anzeige in intuitiven Tabellen und Diagrammen.
Ausgaben und Diagramme
Alle NCA-, CA- und Bioäquivalenz-Ausgaben werden in sortierbaren Tabellen angezeigt und in einem R-kompatiblen Format in den Ergebnisordner exportiert. Für eine einfache Interpretation der Ergebnisse werden auch interaktive Diagramme vorgeschlagen.
R-API zur Automatisierung Ihres Prozesses
Alle in PKanalix ausgeführten Schritte können von R aus mit dem LixoftConnectors-Paket ausgeführt werden. Was Sie einmal intuitiv in der Benutzeroberfläche für einen bestimmten Datensatz getan haben, kann auf ein Skript verallgemeinert werden, das den Prozess für jeden anderen Datensatz automatisiert.
Integration Ihrer NCA/CA-Projekte in den Modellierungs-, Simulations- und Versuchsdesign-Workflow
Verwenden Sie für alle Ihre Analysen dieselbe Datendatei – Datenexploration, NCA, CA, Populationsmodellierung. PKanalix allein umfasst keine Bevölkerungsanalyse. Der Export Ihrer PKanalix-Projekte nach Monolix beschleunigt jedoch Ihre Populationsmodellierung, da automatisch alles, was Sie in Monolix benötigen, um die Parameterschätzung in einem Populationsmodellierungs-Framework auszuführen, mit einem Klick eingestellt wird: interpretierter Datensatz, Strukturmodell, Anfangswerte müssen nicht neu definiert werden . Der Import formatierter Datensätze aus in Simulx simulierten klinischen Studien ist ebenfalls möglich, um Ihre Ergebnisse nachzubearbeiten und Studien mit Ihren bevorzugten NCA-Parametern zu analysieren.
MONOLIX, das beste Werkzeug für die modellbasierte Arzneimittelentwicklung Monolix ist die fortschrittlichste und einfachste Lösung für die Modellierung nichtlinearer gemischter Effekte (NLME) für die Pharmakometrie. Es basiert auf dem SAEM-Algorithmus und bietet robuste, globale Konvergenz auch für komplexe PK/PD-Modelle. Monolix wird für die präklinische und klinische Populations-PK/PD-Modellierung und für die Systempharmakologie verwendet.
Monolix erfreut sich einer großen Benutzergemeinschaft. Monolix wird in großem Umfang von der akademischen Welt, der pharmazeutischen Industrie und den US-Zulassungsbehörden eingesetzt.
Hauptmerkmale:
Unterstützung aller relevanten Datentypen und Statistikfunktionen
Monolix deckt ein breites Spektrum an Datentypen und statistischen Merkmalen für die Populations-PK/PD-Modellierung ab. Für alle Fälle wurde die richtige statistische Methodik entwickelt und als Referenz veröffentlicht. Monolix umfasst:
Kontinuierliche, kategoriale, zählende und wiederholte Zeit-bis-Ereignis-Daten.
Mischungsmodelle und Modellmischungen.
Variabilität zwischen verschiedenen Anlässen mit beliebig vielen Ebenen.
Korrekter Umgang mit BLQ-Daten.
Normal-, Lognormal-, Logit-, Probit- und benutzerdefinierte Verteilungen für die einzelnen Parameter.
Mlxtran
Mlxtran wird für maßgeschneiderte Modelle verwendet; eine einfache, aber leistungsstarke Modellsprache, die sowohl für einfache als auch komplexe systempharmakologische Modelle geeignet ist. Monolix bietet eine vollständig dokumentierte Open-Source-Bibliothek mit mehr als Tausenden PK- und PD-Modellen.
Umfangreiche Dokumentation und Beispiele
Es wurde großer Wert darauf gelegt, dem Benutzer eine umfassende Dokumentation zur Verfügung zu stellen, die Methodik, Softwarehandbücher, Tutorials usw. umfasst.
Eine umfangreiche Sammlung von Beispielen, die Modelle und Daten umfassen, kann als Vorlage für den Start Ihres eigenen Projekts verwendet werden.
SIMULX ist eine einfache, effiziente und flexible Anwendung für Simulationen klinischer Studien.
Hauptmerkmale:
Optimale Umgebung zum Erstellen und Analysieren von Simulationsszenarien
Definition – Erstellen Sie mithilfe integrierter Methoden oder externer Tabellen ganz einfach neue Explorations- und Simulationselemente (Parameter, Behandlungen, Ausgaben, Kovariaten usw.) unterschiedlicher Art
Erkundung – Analyse verschiedener Behandlungen und Auswirkungen von Modellparametern in Echtzeit durch Simulation einer typischen Person; Erstellen Sie mehrere Erkundungsgruppen, überlagern Sie experimentelle Daten und senden Sie ein Szenario mit einem einzigen Klick an eine Simulation einer klinischen Studie
Simulation – Simulieren Sie klinische Studien mit einer Population von Einzelpersonen in einer oder mehreren Gruppen mit spezifischer Behandlung, individuellen Merkmalen oder Messzeiten; Nutzen Sie flexible Nachbearbeitungstools und erhalten Sie sofortiges Feedback in intuitiven exportierbaren Tabellen und interaktiven Diagrammen.
Ausgaben und Diagramme
Alle Simulationsergebnisse werden in sortierbaren und formatierten Tabellen angezeigt, die sich leicht in jedes Dokument kopieren lassen, und in einem R-kompatiblen Format in den Ergebnisordner exportiert. Für eine einfache Interpretation der Ergebnisse werden außerdem automatisch interaktive Diagramme generiert.
R-API zur Automatisierung Ihres Prozesses
Alle in Simulx ausgeführten Schritte können mit dem LixoftConnectors-Paket von R aus ausgeführt werden. Was Sie in einem bestimmten Szenario einmal intuitiv in der Benutzeroberfläche getan haben, kann in ein Skript verallgemeinert werden, das den Prozess für jede andere Simulation oder Designoptimierung automatisiert.
ENGLISCH
PW: theeducationlounge
BETRIEBSSYSTEM:
WINDOWS
.TEL\VERLASSEN
LINUX
.TEL\VERLASSEN
HOSTER: KatFile
Die Veröffentlichung ist lediglich zu Bildungszwecken gedacht.
Sie beruht auf dem Recht der Informationsfreiheit.
The publication is intended for educational purposes only.
It is based on the right of freedom of information.
0 Kommentare:
Kommentar veröffentlichen