• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

NONMEM教程第一部分：命令和选项说明，附群体分析简单示例。

NONMEM Tutorial Part I: Description of Commands and Options, With Simple Examples of Population Analysis.

作者信息

Bauer Robert J

机构信息

Pharmacometrics, R&D, ICON Clinical Research LLC, Gaithersburg, MD20878.

出版信息

CPT Pharmacometrics Syst Pharmacol. 2019 Aug;8(8):525-537. doi: 10.1002/psp4.12404. Epub 2019 Jun 13.

DOI:10.1002/psp4.12404
PMID:31056834
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC6709426/
Abstract

In this tutorial, the various components of NONMEM will be described, and the basic steps of setting up NONMEM control stream files and data files will be demonstrated. Some basic concepts of nonlinear mixed effects modeling will be discussed, along with simple examples demonstrating how to use NONMEM to perform population analysis of clinical data.

摘要

在本教程中，将描述NONMEM的各个组件，并演示设置NONMEM控制流文件和数据文件的基本步骤。将讨论非线性混合效应建模的一些基本概念，并给出简单示例，说明如何使用NONMEM对临床数据进行群体分析。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/91d640ea30ec/PSP4-8-525-g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/d46beb4ca057/PSP4-8-525-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/3b78d164b6fb/PSP4-8-525-g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/a7e2c4f06c38/PSP4-8-525-g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/91d640ea30ec/PSP4-8-525-g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/d46beb4ca057/PSP4-8-525-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/3b78d164b6fb/PSP4-8-525-g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/a7e2c4f06c38/PSP4-8-525-g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6c62/6709426/91d640ea30ec/PSP4-8-525-g004.jpg

相似文献

1
NONMEM Tutorial Part I: Description of Commands and Options, With Simple Examples of Population Analysis.NONMEM教程第一部分：命令和选项说明，附群体分析简单示例。
CPT Pharmacometrics Syst Pharmacol. 2019 Aug;8(8):525-537. doi: 10.1002/psp4.12404. Epub 2019 Jun 13.
2
NONMEM Tutorial Part II: Estimation Methods and Advanced Examples.非房室模型（NONMEM）教程第二部分：估计方法与高级示例。
CPT Pharmacometrics Syst Pharmacol. 2019 Aug;8(8):538-556. doi: 10.1002/psp4.12422. Epub 2019 Jun 21.
3
pyDarwin: A Machine Learning Enhanced Automated Nonlinear Mixed-Effect Model Selection Toolbox.pyDarwin：一个机器学习增强的自动化非线性混合效应模型选择工具箱。
Clin Pharmacol Ther. 2024 Apr;115(4):758-773. doi: 10.1002/cpt.3114. Epub 2024 Jan 10.
4
Delay differential equations based models in NONMEM.基于 NONMEM 的时滞微分方程模型。
J Pharmacokinet Pharmacodyn. 2021 Dec;48(6):763-802. doi: 10.1007/s10928-021-09770-z. Epub 2021 Jul 23.
5
Tutorial for $DESIGN in NONMEM: Clinical trial evaluation and optimization.NONMEM 设计教程：临床试验评估与优化。
CPT Pharmacometrics Syst Pharmacol. 2021 Dec;10(12):1452-1465. doi: 10.1002/psp4.12713. Epub 2021 Oct 19.
6
Evaluation of ChatGPT and Gemini large language models for pharmacometrics with NONMEM.评估 ChatGPT 和 Gemini 大型语言模型在 NONMEM 中的药物代谢动力学应用。
J Pharmacokinet Pharmacodyn. 2024 Jun;51(3):187-197. doi: 10.1007/s10928-024-09921-y. Epub 2024 Apr 24.
7
Perl-speaks-NONMEM (PsN)--a Perl module for NONMEM related programming.Perl 语言的 NONMEM 工具（PsN）——一个用于 NONMEM 相关编程的 Perl 模块。
Comput Methods Programs Biomed. 2004 Aug;75(2):85-94. doi: 10.1016/j.cmpb.2003.11.003.
8
Bayesian estimation in NONMEM.贝叶斯估计在 NONMEM 中的应用。
CPT Pharmacometrics Syst Pharmacol. 2024 Feb;13(2):192-207. doi: 10.1002/psp4.13088. Epub 2023 Dec 8.
9
A simple time-to-event model with NONMEM featuring right-censoring.一个具有右删失特征的、使用NONMEM的简单事件发生时间模型。
Transl Clin Pharmacol. 2022 Jun;30(2):75-82. doi: 10.12793/tcp.2022.30.e8. Epub 2022 Jun 15.
10
A survey of population analysis methods and software for complex pharmacokinetic and pharmacodynamic models with examples.复杂药代动力学和药效学模型的群体分析方法及软件综述，并附实例
AAPS J. 2007 Mar 2;9(1):E60-83. doi: 10.1208/aapsj0901007.

引用本文的文献

1
A machine learning approach to population pharmacokinetic modelling automation.一种用于群体药代动力学建模自动化的机器学习方法。
Commun Med (Lond). 2025 Jul 31;5(1):327. doi: 10.1038/s43856-025-01054-8.
2
A semi-mechanistic population pharmacokinetic-pharmacodynamic model to assess downstream drug-target effects on erythropoiesis.一个用于评估下游药物靶点对红细胞生成作用的半机制群体药代动力学-药效学模型。
J Pharmacokinet Pharmacodyn. 2025 Jul 24;52(4):42. doi: 10.1007/s10928-025-09990-7.
3
Prognostic Value of a Joint K-PD Model With Tumor Size Dynamics and CA-125 Kinetics in Recurrent Ovarian Cancer Patients: BOLD Phase II GINECO Study.
联合K-PD模型结合肿瘤大小动态变化和CA-125动力学在复发性卵巢癌患者中的预后价值：BOLD II期GINECO研究
CPT Pharmacometrics Syst Pharmacol. 2025 Aug;14(8):1310-1321. doi: 10.1002/psp4.70025. Epub 2025 Jul 7.
4
Pirana and Integrated PMX Tools, a Workbench for NONMEM, NLME, pyDarwin, and RsNLME.皮拉纳与集成式群体药代动力学工具，一款用于NONMEM、非线性混合效应模型、pyDarwin和RsNLME的工作台。
CPT Pharmacometrics Syst Pharmacol. 2025 Aug;14(8):1298-1309. doi: 10.1002/psp4.70067. Epub 2025 Jul 4.
5
Leveraging large language models in pharmacometrics: evaluation of NONMEM output interpretation and simulation capabilities.在药物计量学中利用大语言模型：NONMEM输出解释与模拟能力的评估
J Pharmacokinet Pharmacodyn. 2025 Jun 4;52(3):34. doi: 10.1007/s10928-025-09982-7.
6
Accuracy and precision analyses of single-time-point dosimetry utilising physiologically-based pharmacokinetic modelling and non-linear mixed-effects modelling.利用基于生理的药代动力学模型和非线性混合效应模型对单时间点剂量测定法进行准确性和精密度分析。
EJNMMI Phys. 2025 Mar 26;12(1):26. doi: 10.1186/s40658-025-00726-7.
7
Bemcentinib as monotherapy and in combination with low-dose cytarabine in acute myeloid leukemia patients unfit for intensive chemotherapy: a phase 1b/2a trial.贝美替尼单药及联合低剂量阿糖胞苷用于不适合强化化疗的急性髓系白血病患者：一项1b/2a期试验
Nat Commun. 2025 Mar 23;16(1):2846. doi: 10.1038/s41467-025-58179-6.
8
Revolutionizing Patient-Reported Outcomes Analysis for Oncology Drug Development Using Population Models.利用群体模型革新肿瘤药物研发中患者报告结局分析
Clin Cancer Res. 2025 May 1;31(9):1580-1586. doi: 10.1158/1078-0432.CCR-24-4073.
9
Defining preclinical efficacy with the DNAPK inhibitor AZD7648 in combination with olaparib: a minimal systems pharmacokinetic-pharmacodynamic model.用DNA依赖性蛋白激酶（DNAPK）抑制剂AZD7648联合奥拉帕利确定临床前疗效：一个最小系统药代动力学-药效学模型
J Pharmacokinet Pharmacodyn. 2025 Feb 17;52(2):17. doi: 10.1007/s10928-025-09962-x.
10
Model-informed drug discovery and development approaches to inform clinical trial design and regulatory decisions: A primer for the MENA region.用于指导临床试验设计和监管决策的模型驱动药物发现与开发方法：中东和北非地区入门指南
Saudi Pharm J. 2024 Dec;32(12):102207. doi: 10.1016/j.jsps.2024.102207. Epub 2024 Nov 27.