在稳定性研究的示例中,您可以确定新药物的稳定期为 54.79 个月。此分析的稳定期定义为可信度不再是 95% 的时间,即最差批次的强度是预期强度的 90%。您要预测 54.79 个月下最佳批次和最差批次的平均强度。
您无需重新分析稳定性研究模型。工作表包含预测的模型。
1 打开工作表“稳定期2.MTW”。
2 选择统计 > 回归 > 稳定性研究 > 预测。
3 在响应中,选择药品%。
4 在第二个下拉菜单中,选择输入单个值。
5 在变量表中,按如下所示输入每个变量的设置。
月份 |
批次 |
54.79 |
1 |
54.79 |
2 |
6 单击确定。
会话窗口输出
药物% 的预测
回归方程
批次 1 药物% = 99.853 - 0.090918 月份
2 药物% = 100.15 - 0.16047 月份
变量 设置 月份 54.79 批次 1
拟合值 拟合值标准误 95% 置信区间 95% 预测区间 94.8716 0.801867 (93.2340, 96.5092) (92.8324, 96.9108) XX
变量 设置 月份 54.79 批次 2
拟合值 拟合值标准误 95% 置信区间 95% 预测区间 91.3609 0.801867 (89.7233, 92.9986) (89.3217, 93.4001) XX
XX 表示相对于用于拟合模型的预测变量水平的极端异常点。 |
对于药丸数据,使用以下公式计算批次 1 的预测值:药物% = 99.853 - 0.090918 月。批次 1 的斜率为 0.090918,比批次 2 的斜率 0.16047 平坦,这表示批次 1 的强度减小速度比批次 2 慢许多。
一段时间内药物强度减小幅度最小的批次是批次 1。对于批次 1,54.79 个月下的预测药物强度约为 94.87%。批次 2 的预测药物强度约为 91.36%。
每行旁的 XX 表示原始数据不包括您要预测的变量设置。您的预测针对 54 个月,但您检验的最早的样本只有 48 个月。在扩展预测值超出原始数据时请小心,因为您无法确定关系保持一致。例如,48 个月后药丸可更快速地释放强度。只有进一步检验较早的样本才可以确认您的稳定期估计是否准确。
95% 的置信区间 (CI) 表示,54.79 个月下批次 1 的平均药物浓度约介于 93.23% 和 96.51% 的置信度为 95%。
95% 的预测区间 (PI) 表示,54.79 个月下批次 1 的单个药丸的预测强度约介于 92.83% 和 96.91% 的置信度为 95%。