FR

Critères d'évaluation d'un modèle de Base

NB: Aucun des critères listés n'est définitif en lui-même car il n'existe pas actuellement de consensus. Toutefois, ils peuvent donner des idées aux lecteurs sur ce qu'il peut rechercher afin d'avoir une opinion son modèle.

1/ Le modèle donnant la plus faible fonction objective avec le plus faible nombre de paramètre (le plus simple)

2/ Les meilleures représentations graphiques (goodness of fit plots).

Les courbes suivantes sont à prendre en compte pour le choix du modèle de base:

Avec

PRED = concentrations prédites,

DV (dependant variable) = concentrations observées,

RES = résiduelle (RES = DV - PRED),

WRES = weighted RES

Graphiques Commentaires
PRED fc de DV Donne une impression d'ensemble du fit. Les points doivent être le plus proche possible de la diagonale.
IPRED fc de DV
RES fc de PRED Permet de voir quelle partie des données n'est pas expliquée par le modèle de structure.
WRES fc de PRED Les résidus doivent être équitablement répartis, qlq soit les concentrations prédites. Toute tendance observée, n'est pas prise en compte par le modèle.
DV et PRED fc de TIME Permet de voir si les concentrations prédites sont similaires aux concentrations observées, qlq soit le temps.
RES fc de TIME Permet de voir si les écarts entre les concentrations observées et prédites sont constantes au cours du temps.
WRES fc de TIME
Permet de voir si des désaccords apparaissent au cours du temps.



3/ Des estimations raisonnables des différents paramètres (Ka, V, CL) avec un IC95% encadrant l'estimation.

4/ Une variabilité des paramètres entre 30-40%

5/ Des simulations en accord avec les données observées (IC90% contient la majorité des données)

6/ La distribution des erreurs aléatoires est en accord avec les hypothèses (moyenne zéro)

7/ Pas de tendance entre ETA et covariables

8/ Pas de tendance entre ETA et doses

.../...

img