{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1319126"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1319126","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μπαεσιανή σάρωση παραμέτρων: Μια νέα μέθοδος για τη βελτιωμένη εκτίμηση φαρμακοκινητικών παραμέτρων σε λάθος σχεδιασμένες φαρμακοκινητικές μελέτες","abstract":"Σε μια μελέτη όπου τα δεδομένα είναι περιορισμένα ή/και έχουν συλλεχθεί με ελλιπή σχεδιασμό, η εκτίμηση των παραμέτρων με τη χρήση του ΝΟΝΜΕΜ μπορεί να οδηγήσει σε μεγάλα τυπικά σφάλματα, μεροληψία στις εκτιμήσεις και μια γενική αστάθεια στους υπολογισμούς . Στην προκειμένη εργασία, με την εφαρμογή μεθόδων πληθυσμιακής φαρμακοκινητικής ανάλυσης, προσομοιώθηκαν και διερευνήθηκαν ποικίλα δειγματοληπτικά σενάρια, και θεωρήθηκε φάρμακο που ακολουθεί μονοδιαμερισματική φαρμακοκινητική με πρωτοταξική απορρόφηση. Μελετήθηκαν 40 εικονικοί ασθενείς στους οποίους πραγματοποιηθήκαν 2 δειγματοληψίες με την τελευταία εκ των 2 να τίθεται αρκετά νωρίς μετά τη χορήγηση της δόσης ώστε η πληροφορία για την κάθαρση να είναι περιορισμένη. Αναπαράχθηκε κατανομή bootstrap και από αυτήν απομονώθηκαν 9 ποσοστιαία σημεία (από το 10 έως το 90% με σταδιακή αύξηση κατά 10%) ως προς την κατανομή της κάθαρσης. Στη συνέχεια εκτελέστηκε στο ΝΟΝΜΕΜ εκτίμηση παραμέτρων με την εφαρμογή Μπαεσιανών priors για την παράμετρο της κάθαρσης. Το κριτήριο για τον εντοπισμό της μεροληψίας (bias), και για την εκλογή του ποσοστιαίου σημείου που βρίσκεται εγγύτερα στη σωστή τιμή της παραμέτρου, ήταν η τιμή της αντικειμενικής συνάρτησης η οποία θα πρέπει να ελαχιστοποιείται. Συνεπώς, για κάθε σενάριο πραγματοποιήθηκε απεικόνιση της τιμής της αντικειμενικής συνάρτησης ως προς κάθε ποσοστιαίο σημείο. Στις απεικονίσεις αυτές διαπιστώθηκε να παρουσιάζεται ελάχιστο της αντικειμενικής συνάρτησης στο σημείο με τις επαρκέστερες εκτιμήσεις των παραμέτρων. Ωστόσο, σε ακραία σενάρια, όπου η δειγματοληψία σταματούσε υπερβολικά νωρίς, δεν παρατηρήθηκε η ίδια συμπεριφορά και το κριτήριο αδυνατούσε να εντοπίσει τις σωστές τιμές των παραμέτρων κατά την εκτέλεση του ΝΟΝΜΕΜ. Συνοπτικά, αναπτύχθηκε μία μέθοδος για την επαρκέστερη εκτίμηση των φαρμακοκινητικών παραμέτρου του πληθυσμού, χωρίς την απαίτηση επιπλέον παρεμβάσεων.","abstract_html":"Σε μια μελέτη όπου τα δεδομένα είναι περιορισμένα ή/και έχουν συλλεχθεί με ελλιπή σχεδιασμό, η εκτίμηση των παραμέτρων με τη χρήση του ΝΟΝΜΕΜ μπορεί να οδηγήσει σε μεγάλα τυπικά σφάλματα, μεροληψία στις εκτιμήσεις και μια γενική αστάθεια στους υπολογισμούς . Στην προκειμένη εργασία, με την εφαρμογή μεθόδων πληθυσμιακής φαρμακοκινητικής ανάλυσης, προσομοιώθηκαν και διερευνήθηκαν ποικίλα δειγματοληπτικά σενάρια, και θεωρήθηκε φάρμακο που ακολουθεί μονοδιαμερισματική φαρμακοκινητική με πρωτοταξική απορρόφηση. Μελετήθηκαν 40 εικονικοί ασθενείς στους οποίους πραγματοποιηθήκαν 2 δειγματοληψίες με την τελευταία εκ των 2 να τίθεται αρκετά νωρίς μετά τη χορήγηση της δόσης ώστε η πληροφορία για την κάθαρση να είναι περιορισμένη. Αναπαράχθηκε κατανομή bootstrap και από αυτήν απομονώθηκαν 9 ποσοστιαία σημεία (από το 10 έως το 90% με σταδιακή αύξηση κατά 10%) ως προς την κατανομή της κάθαρσης. Στη συνέχεια εκτελέστηκε στο ΝΟΝΜΕΜ εκτίμηση παραμέτρων με την εφαρμογή Μπαεσιανών priors για την παράμετρο της κάθαρσης. Το κριτήριο για τον εντοπισμό της μεροληψίας (bias), και για την εκλογή του ποσοστιαίου σημείου που βρίσκεται εγγύτερα στη σωστή τιμή της παραμέτρου, ήταν η τιμή της αντικειμενικής συνάρτησης η οποία θα πρέπει να ελαχιστοποιείται. Συνεπώς, για κάθε σενάριο πραγματοποιήθηκε απεικόνιση της τιμής της αντικειμενικής συνάρτησης ως προς κάθε ποσοστιαίο σημείο. Στις απεικονίσεις αυτές διαπιστώθηκε να παρουσιάζεται ελάχιστο της αντικειμενικής συνάρτησης στο σημείο με τις επαρκέστερες εκτιμήσεις των παραμέτρων. Ωστόσο, σε ακραία σενάρια, όπου η δειγματοληψία σταματούσε υπερβολικά νωρίς, δεν παρατηρήθηκε η ίδια συμπεριφορά και το κριτήριο αδυνατούσε να εντοπίσει τις σωστές τιμές των παραμέτρων κατά την εκτέλεση του ΝΟΝΜΕΜ. Συνοπτικά, αναπτύχθηκε μία μέθοδος για την επαρκέστερη εκτίμηση των φαρμακοκινητικών παραμέτρου του πληθυσμού, χωρίς την απαίτηση επιπλέον παρεμβάσεων.","abstract_has_math":false,"creators":["Νικοπούλου Δήμητρα"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2013,"date_issued":"2013","date_published":"2013","updated_at":"2026-11-19T05:25:34Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1319126"],"render_values":[{"text":"uoadl:1319126","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1319126","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1319126","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1319126","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Νικοπούλου Δήμητρα"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2013"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1319126","https://pergamos.lib.uoa.gr/uoa/dl/object/1319126"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Σε μια μελέτη όπου τα δεδομένα είναι περιορισμένα ή/και έχουν συλλεχθεί με ελλιπή σχεδιασμό, η εκτίμηση των παραμέτρων με τη χρήση του ΝΟΝΜΕΜ μπορεί να οδηγήσει σε μεγάλα τυπικά σφάλματα, μεροληψία στις εκτιμήσεις και μια γενική αστάθεια στους υπολογισμούς . Στην προκειμένη εργασία, με την εφαρμογή μεθόδων πληθυσμιακής φαρμακοκινητικής ανάλυσης, προσομοιώθηκαν και διερευνήθηκαν ποικίλα δειγματοληπτικά σενάρια, και θεωρήθηκε φάρμακο που ακολουθεί μονοδιαμερισματική φαρμακοκινητική με πρωτοταξική απορρόφηση. Μελετήθηκαν 40 εικονικοί ασθενείς στους οποίους πραγματοποιηθήκαν 2 δειγματοληψίες με την τελευταία εκ των 2 να τίθεται αρκετά νωρίς μετά τη χορήγηση της δόσης ώστε η πληροφορία για την κάθαρση να είναι περιορισμένη. Αναπαράχθηκε κατανομή bootstrap και από αυτήν απομονώθηκαν 9 ποσοστιαία σημεία (από το 10 έως το 90% με σταδιακή αύξηση κατά 10%) ως προς την κατανομή της κάθαρσης. Στη συνέχεια εκτελέστηκε στο ΝΟΝΜΕΜ εκτίμηση παραμέτρων με την εφαρμογή Μπαεσιανών priors για την παράμετρο της κάθαρσης. Το κριτήριο για τον εντοπισμό της μεροληψίας (bias), και για την εκλογή του ποσοστιαίου σημείου που βρίσκεται εγγύτερα στη σωστή τιμή της παραμέτρου, ήταν η τιμή της αντικειμενικής συνάρτησης η οποία θα πρέπει να ελαχιστοποιείται. Συνεπώς, για κάθε σενάριο πραγματοποιήθηκε απεικόνιση της τιμής της αντικειμενικής συνάρτησης ως προς κάθε ποσοστιαίο σημείο. Στις απεικονίσεις αυτές διαπιστώθηκε να παρουσιάζεται ελάχιστο της αντικειμενικής συνάρτησης στο σημείο με τις επαρκέστερες εκτιμήσεις των παραμέτρων. Ωστόσο, σε ακραία σενάρια, όπου η δειγματοληψία σταματούσε υπερβολικά νωρίς, δεν παρατηρήθηκε η ίδια συμπεριφορά και το κριτήριο αδυνατούσε να εντοπίσει τις σωστές τιμές των παραμέτρων κατά την εκτέλεση του ΝΟΝΜΕΜ. Συνοπτικά, αναπτύχθηκε μία μέθοδος για την επαρκέστερη εκτίμηση των φαρμακοκινητικών παραμέτρου του πληθυσμού, χωρίς την απαίτηση επιπλέον παρεμβάσεων.","In a study, where collected data are restricted or/and collected without proper design, a NONMEM parameter estimation may lead to large standard errors, bias and to overall unstable performance. In the present study, various sampling scenarios where simulated and analyzed, using methods of population analysis. It was also assumed that the theoretical drug of interest follows one-compartment pharmacokinetic model with first order absorption, and for this drug 40 simulated patients were studied. A bootstrap distribution was created and nine different percentiles (10% to 90% increasing by 10%) of this distribution of clearance were determined. The next step was NONMEM parameter estimation using Bayesian priors for clearance. The criterion for determining bias and for selecting the percentile most likely to be closest to the correct parameter value was considered to be the value of the objective function, which should be the smallest possible. Thus, for various scenarios a plot was created illustrating the values of the objective function versus the respective percentiles. At this plots the minimum of the objective function was the linked to the percentile with the most accurate values of the parameters. However, this was not the case for extreme scenarios where sampling was planned to be discontinued very early, and our criterion was unable to locate the correct parameter values after NONMEM execution. Briefly, a method was developed for a more accurate estimation of population pharmacokinetic parameters, without need of additional interventions."]},{"key":"dc:title","label":"Title","values":["Μπαεσιανή σάρωση παραμέτρων: Μια νέα μέθοδος για τη βελτιωμένη εκτίμηση φαρμακοκινητικών παραμέτρων σε λάθος σχεδιασμένες φαρμακοκινητικές μελέτες"]}]}],"canonical_facts":{"dc:creator":["Νικοπούλου Δήμητρα"],"dc:date":["2013"],"dc:description":["Σε μια μελέτη όπου τα δεδομένα είναι περιορισμένα ή/και έχουν συλλεχθεί με ελλιπή σχεδιασμό, η εκτίμηση των παραμέτρων με τη χρήση του ΝΟΝΜΕΜ μπορεί να οδηγήσει σε μεγάλα τυπικά σφάλματα, μεροληψία στις εκτιμήσεις και μια γενική αστάθεια στους υπολογισμούς . Στην προκειμένη εργασία, με την εφαρμογή μεθόδων πληθυσμιακής φαρμακοκινητικής ανάλυσης, προσομοιώθηκαν και διερευνήθηκαν ποικίλα δειγματοληπτικά σενάρια, και θεωρήθηκε φάρμακο που ακολουθεί μονοδιαμερισματική φαρμακοκινητική με πρωτοταξική απορρόφηση. Μελετήθηκαν 40 εικονικοί ασθενείς στους οποίους πραγματοποιηθήκαν 2 δειγματοληψίες με την τελευταία εκ των 2 να τίθεται αρκετά νωρίς μετά τη χορήγηση της δόσης ώστε η πληροφορία για την κάθαρση να είναι περιορισμένη. Αναπαράχθηκε κατανομή bootstrap και από αυτήν απομονώθηκαν 9 ποσοστιαία σημεία (από το 10 έως το 90% με σταδιακή αύξηση κατά 10%) ως προς την κατανομή της κάθαρσης. Στη συνέχεια εκτελέστηκε στο ΝΟΝΜΕΜ εκτίμηση παραμέτρων με την εφαρμογή Μπαεσιανών priors για την παράμετρο της κάθαρσης. Το κριτήριο για τον εντοπισμό της μεροληψίας (bias), και για την εκλογή του ποσοστιαίου σημείου που βρίσκεται εγγύτερα στη σωστή τιμή της παραμέτρου, ήταν η τιμή της αντικειμενικής συνάρτησης η οποία θα πρέπει να ελαχιστοποιείται. Συνεπώς, για κάθε σενάριο πραγματοποιήθηκε απεικόνιση της τιμής της αντικειμενικής συνάρτησης ως προς κάθε ποσοστιαίο σημείο. Στις απεικονίσεις αυτές διαπιστώθηκε να παρουσιάζεται ελάχιστο της αντικειμενικής συνάρτησης στο σημείο με τις επαρκέστερες εκτιμήσεις των παραμέτρων. Ωστόσο, σε ακραία σενάρια, όπου η δειγματοληψία σταματούσε υπερβολικά νωρίς, δεν παρατηρήθηκε η ίδια συμπεριφορά και το κριτήριο αδυνατούσε να εντοπίσει τις σωστές τιμές των παραμέτρων κατά την εκτέλεση του ΝΟΝΜΕΜ. Συνοπτικά, αναπτύχθηκε μία μέθοδος για την επαρκέστερη εκτίμηση των φαρμακοκινητικών παραμέτρου του πληθυσμού, χωρίς την απαίτηση επιπλέον παρεμβάσεων.","In a study, where collected data are restricted or/and collected without proper design, a NONMEM parameter estimation may lead to large standard errors, bias and to overall unstable performance. In the present study, various sampling scenarios where simulated and analyzed, using methods of population analysis. It was also assumed that the theoretical drug of interest follows one-compartment pharmacokinetic model with first order absorption, and for this drug 40 simulated patients were studied. A bootstrap distribution was created and nine different percentiles (10% to 90% increasing by 10%) of this distribution of clearance were determined. The next step was NONMEM parameter estimation using Bayesian priors for clearance. The criterion for determining bias and for selecting the percentile most likely to be closest to the correct parameter value was considered to be the value of the objective function, which should be the smallest possible. Thus, for various scenarios a plot was created illustrating the values of the objective function versus the respective percentiles. At this plots the minimum of the objective function was the linked to the percentile with the most accurate values of the parameters. However, this was not the case for extreme scenarios where sampling was planned to be discontinued very early, and our criterion was unable to locate the correct parameter values after NONMEM execution. Briefly, a method was developed for a more accurate estimation of population pharmacokinetic parameters, without need of additional interventions."],"dc:identifier":["uoadl:1319126","https://pergamos.lib.uoa.gr/uoa/dl/object/1319126"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Μπαεσιανή σάρωση παραμέτρων: Μια νέα μέθοδος για τη βελτιωμένη εκτίμηση φαρμακοκινητικών παραμέτρων σε λάθος σχεδιασμένες φαρμακοκινητικές μελέτες"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:25:34Z"}