R言語 CRAN Task View：薬物動態データの解析

CRAN Task View: Analysis of Pharmacokinetic Dataについて、機械翻訳を交えて日本語化し掲載しております。

1 概要
2 ノン・コンパートメント・アナリシス（NCA）
3 生物学的同等性の検定力と分析
4 ワークフロー・ツール
5 ファーマコメトリクス・モデリング
- 5.1 NONMEM モデリングのサポート
6 可視化
- 6.1 ビジュアル予測チェック(VPC)
7 ファーマコキネティクス・レポーティング
8 データセットまたは単一モデル
9 研究デザイン

概要

Maintainer:	Bill Denney, Satyaprakash Nayak
Contact:	wdenney at humanpredictions.com, sn248 at cornell.edu
Version:	2026-01-30
URL:	https://CRAN.R-project.org/view=Pharmacokinetics
Source:	https://github.com/cran-task-views/Pharmacokinetics/
Contributions:	このタスクビューに対する提案や改良は、GitHubのissueやpull request、またはメンテナのアドレスに電子メールで送ってください。詳しくはContributing guideをご覧ください。
Installation:	このタスクビューのパッケージは、ctvパッケージを使用して自動的にインストールすることができます。例えば、ctv::install.views(“Pharmacokinetics”, coreOnly = TRUE)は全てのコアパッケージをインストールし、ctv::update.views(“Pharmacokinetics”)はまだインストールしていない全てのパッケージと最新のものをインストールします。詳しくは CRAN Task View Initiativeを参照してください。

薬物動態（PK）データの解析は、投与量を決定するための濃度時間曲線で示されるように、投与レジメンと薬物への身体の曝露との間の関係を定義することに関係しています。PKデータを解析するために、CRAN内には、ノンコンパートメント解析（NCA）、モデリング（通常コンパートメント解析を使用）、レポート（通常NCA用）の3つのカテゴリーのパッケージが用意されています。

薬物動態は、新薬の臨床試験中に収集されることが多い。臨床試験用のRパッケージの詳細については、ClinicalTrialsを参照してください。

ノン・コンパートメント・アナリシス（NCA）

NCAは、薬物の体内分布速度の仮定を最小限にしたPKの記述法として使用されます。NCAは、通常、同一日、連続した日に被験者ごとに多くのサンプルを採取する臨床試験において、薬物のPKを記述するために使用されます。

ncappc：NCAメトリックを使用して、母集団PKモデルの従来のNCAおよびシミュレーションベースの事後予測チェックを実行します。モデルフィットまたはシミュレーションソースからのデータの要約を対象としています。
NonCompart：NCAの基本的な計算機能を提供します。
PK；非コンパートメント理論を用いて薬物動態パラメータの推定を可能にする。完全サンプリングと疎サンプリングの両方の設計が実装されています。このパッケージには、仮説検定の方法と、優越性と等価性に関する信頼区間があります。
PKNCA：標準のNCAパラメータを計算し、観測された臨床データを取り込み、研究レポートや規制当局に提出できるように要約を提供するという目的でそれらを要約します。
qpNCA：qPharmetraによるノンコンパートメント薬物動態解析

生物学的同等性の検定力と分析

BE：生物学的同等性試験データを業界標準の解析能力で解析します。2×2設計、2×4設計、4×4設計、Balaam設計、2シーケンスデュアル設計、William設計など、様々なクロスオーバー設計におけるサンプルサイズを決定できます。参考文献：Chow SC、Liu JP著『生物学的利用能および生物学的同等性試験の設計と分析』第3版（2009年、ISBN:978-1-58488-668-6）。
BElikelihood：生物学的同等性（BE）評価のためのエビデンスを提示するために、尤度法が実装されています。これらの関数は、完全反復設計、部分反復設計、従来の2×2クロスオーバー設計など、BE試験で一般的に用いられる様々なクロスオーバー設計から得られた生物学的同等性データ（血中濃度時間曲線下面積（AUC）および最高濃度（Cmax））を使用します。試験薬と対照薬の平均差、総標準偏差比、被験者内標準偏差比のプロファイル尤度を計算します。標準化プロファイル尤度のプロットに加え、最大尤度推定値と尤度区間を生成することで、生物学的同等性のエビデンスを得ることができます。Liping Du and Leena Choi (2015) doi:10.1002/pst.1661を参照してください。
Power2Stage：シミュレーションを用いて、2段階設計（TSD）における生物学的同等性試験の運用特性を取得するための関数が含まれています。
replicateBE：拡張限界付き平均生物学的同等性（ABEL）の比較バイオアベイラビリティ計算を実行します。「方法A」/「方法B」と外れ値検出が実装されています。設計が許せば、経験的第1種過誤の評価と、消費者リスクを制御するためのαの反復調整も行えます。平均生物学的同等性（オプションで、より狭い許容範囲（治療指数の狭い薬剤）またはより広い許容範囲（南アフリカ：Cmax））も実装されています。

ワークフロー・ツール

このセクションのツールは、分析の複数の部分を接続し、通常はデータのインポート、レビュー、分析、およびレポート作成の一部またはすべての部分をサポートします。

ruminate：ruminate は、ファーマコメトリクスのデータ変換および分析ツールです。ファーマコメトリクスデータの探索には、一般的なツール(形質転換とプロット)と特定の手法(非コンパートメント分析)の両方が含まれます。この種の探索は、通常、さまざまなパッケージを利用することで実現されます。「ruminate」の目的は、「shiny」インターフェースを作成して、これらのツールをより広く利用できるようにし、再現性のある結果を作成することです。

ファーマコメトリクス・モデリング

PKデータのモデリングは、通常、薬剤が静脈内投与（IV）または血管外投与（多くの場合、経口または皮下、SC）により体内に入ることを想定したコンパートメント法を使用します。以下に挙げるパッケージは、PKモデリングに特化したパッケージに限定しており、PKデータに使用できるモデリングをサポートする（多くの）パッケージではありません。PKモデリングとシミュレーションのパッケージは、以下の通りです。

bayesnec：「brms」を用いた無影響濃度推定の実施(Burkner (2017) doi:10.18637/jss.v080.i01;ブルクナー(2018) doi:10.32614/RJ-2018-017;Carpenterら(2017) doi:10.18637/jss.v076.i01は、「ECx」値を推定する目的でベイジアン法を使用した濃度(線量)反応データ、特に「NEC」(Fox (2010) doi:10.1016/j.ecoenv.2009.09.012参照)、「NSEC」(Fisher and Fox (2023) doi:10.1002/etc.5610参照)、および「N(S)EC」(Fisherら2023doi:10.1002/ieam.4809参照)を当てはめるためのものです。このパッケージの詳細な説明は、Fisherら(2024) doi:10.18637/jss.v110.i05にあります。このパッケージは、「R2jags」で実装されたオリジナルバージョンを拡張し、置き換えるものです (Su and Yajima (2020)を参照https://CRAN.R-project.org/package=R2jags;Fisherら(2020) doi:10.5281/ZENODO.3966864)。
clinPK：用量の個別化、コンパートメント薬物動態、薬物曝露、擬人化計算、臨床化学、一般的な臨床パラメータの変換など、臨床薬物動態学および臨床薬理学で一般的に使用される方程式を計算します。可能な場合および関連する場合は、それぞれのR関数内に複数の公開されたピアレビューされた方程式を提供します。
clinDR：ベイジアンおよびML Emaxモデルのフィッティング、グラフィックス、および臨床用量反応のためのシミュレーション。
dr4pl：4パラメータ・ロジスティック（4pl）モデルによる投与量反応データ解析
linpk：線形PKシステムから濃度-時間プロフィールを生成
mrgsolve：医薬品開発で一般的に採用されている階層的、常微分方程式（ODE）ベースのモデルからのシミュレーションを容易にします。
pharmr：薬理測定モデリングのためのpharmpyライブラリへのインターフェース。
PKPDsim：微分方程式(DE)システムによって記述される薬物動態薬力学(PK-PD)モデルの投与計画をシミュレートします。また、ADVANスタイルの解析方程式を用いたシミュレーションにも対応しています。
pmxcode：さまざまなモデリングおよびシミュレーション・ソフトウェア・プラットフォーム用のファーマコメトリックモデルを作成または変更するためのユーザーインターフェースを提供します。
rxode2：医薬品開発の階層的常微分方程式 (ODE) からのシミュレーション手法。これは nlmixr2パッケージの基礎であり、RxODE パッケージに取って代わるものです。
nlmixr2：集団PK/PDにおける非線形混合効果モデル (nlmixrパッケージの後継)
nmw：NONMEMのアルゴリズムを理解するパッケージです。
PKconverter：薬物動態モデルのパラメータコンバータ
pkdata：薬物動態/薬力学（PK/PD）データの作成
pmxTools：一般的なデータ分析タスク用の薬物測定ツール。コンパートメント PK モデル (1 コンパートメント、2 コンパートメント、3 コンパートメント、注入、ゼロ次吸収と一次吸収、遅延時間、単回投与後および定常状態、Bertrand & Mentre (2008) http://lixoft.com/wp-content/uploads/2016/03/PKPDlibrary.pdfによる) に基づいて投与後の特定の時間における濃度を計算するための閉形式ソリューション。NONMEM によって生成されたパラメーター推定値およびその他の出力からのパラメトリックシミュレーション。Perl-speaks-NONMEM (PsN) によって生成された結果の解析、表作成、およびプロット。
scaRabee：薬物動態-薬力学モデルの最適化ツールキットです。もともとMatlabベースのアプリケーションとして書かれたScarabeeツールキットの移植版。scaRabeeは、個人および集団レベルでの薬物動態薬力学モデルのシミュレーションと最適化のためのフレームワークを提供します。これは、モデルの最適化のためにNelderとMeadによって提案された直接検索アルゴリズムを提供するneldermeadパッケージの上に構築されています。
ubiquity：PKPD、PBPK、およびシステム薬理学モデリングツール。これは、薬物動態薬力学(PKPD)、生理学的薬物動態(PBPK)、およびシステム薬理学モデルの分析のための完全なワークフローであり、常微分方程式ベースのモデルの作成、プールされたパラメータ推定、個人/集団ベースのシミュレーション、臨床試験デザインおよびモデリングアッセイのためのルールベースのシミュレーション、カスタマイズ可能な「Shiny」アプリによる展開、および非コンパートメント分析が含まれます。システム固有の分析テンプレートを生成でき、各要素には「PowerPoint」と「Word」による統合レポートが含まれています。
UnifiedDoseFinding：非二元論的なアウトカムに対する用量設定法
wnl：薬物動態・薬力学データ解析のための最小化ツール

NONMEM モデリングのサポート

NONMEMパッケージは、薬理測定モデリングによく使用されます。NONMEM関連のモデリングをサポートするために、いくつかのパッケージが特別に用意されています。NONMEMと連動するパッケージと、他のモデリングソフトウェアと連動するパッケージについては、上記の一般的なモデリングセクションで説明しています。

NMdata: NMdata: PK/PDモデリングのためのデータの準備、確認、後処理

PK/PD（薬物動態/薬力学）モデリングにおけるデータの準備、確認、後処理のための効率的なツール。特にNonmemの使用に重点を置いています。データの一貫性、トレーサビリティ、およびNonmemとの互換性を確保することに細心の注意を払っています。最終的なNonmemデータセットは厳密にチェックされます。「data.table」に実装されていますが、「base」および「tidyverse」と簡単に統合できます。

NMsim: NMsim: シームレスな「Nonmem」シミュレーションプラットフォーム

R内でシームレスかつ完全な「Nonmem」シミュレーションインターフェースを提供します。「Nonmem」制御ストリームをシミュレーション制御ストリームに変換し、指定されたシミュレーション入力データで実行し、結果を返します。シミュレーションは「Nonmem」によって実行されるため、手作業や他のツールでのモデルの再実装のリスクを排除します。

nonmem2R：NONMEM (非線形混合効果モデリング、https://www.iconplc.com/solutions/technologies/nonmem/) および PSN (Perl-speaks-NONMEM、https://uupharmacometrics.github.io/PsN/) 出力ファイルをロードして、パラメータ推定値を抽出し、視覚的予測チェック (VPC) および適合度 (GOF) プロットを提供し、パラメータの不確実性でシミュレーションを行います。
nonmem2rx：「NONMEM」は1980年代から非線形混合効果モデルを実行するためのツールであり、現在でも使用されています (Bauer 2019 doi:10.1002/psp4.12404)。このツールを使用すると、「NONMEM」モデルを「rxode2」(Wang, Hallow and James (2016) doi:10.1002/psp4.12052)に変換し、単純なモデル「nlmixr2」構文 (Fidler et al (2019) doi:10.1002/psp4.12445)に変換できます。「nlmixr2」構文では、残差仕様を含める必要があり、常に変換されるわけではありません。使用可能な場合、「rxode2」モデルは「NONMEM」データを読み取り、母集団モデル(「PRED」)、個別モデル(「IPRED」)、残差モデル(「IWRES」)のシミュレーションを比較して、変換のパフォーマンスをすぐに示します。これにより、「rxode2」モデルを手動で作成しているユーザーのモデル開発時間を節約できます。さらに、このパッケージは、「rxode2」モデルを使用して不確実性(観測値の数、被験者の数、共分散行列)のシミュレーションを可能にするために、すべての情報を読み込みます。これは、「nlmixr2」モデルを「NONMEM」に変換し、「nonmem2rx」から変換されたオブジェクトを完全な「nlmixr2」フィットに変換できる「babelmixr2」パッケージを補完するものです。
nonmemica：NONMEM(R)制御ストリームを体系的に作成および変更します。NONMEM出力の収集、実行ログの構築、微分データの作成、診断情報の生成を行います。NONMEM（ICON Development Solutions https://www.iconplc.com/）は、非線形混合効果モデリングのためのソフトウェアです。「package?nonmemica」を参照してください。

可視化

xgxr ：PKPDデータの探索のための構造化されたアプローチをサポートします（https://opensource.nibr.com/xgx/）。また、モデル作成者がRのベストプラクティス（プログラム名、図名の場所、ドラフトステータスを各プロットに追加）に従うためのヘルパー関数も含まれています。さらに、モデル作成者がグラフィカルなベストプラクティスに従うことも可能です（チャートのインク量を削減するテーマの提供、時間スケール、対数スケール、逆対数変換スケール関数の提供により、軸の読みやすさが向上します）。さらに、薬物動態学および薬力学（PKPD）データセットを迅速に探索するためのデータチェックおよびサマリー関数もいくつか提供しています。
xpose4：NONMEMを使用した非線形混合効果(母集団)モデル分析のためのモデル構築支援で、データセットのチェックアウト、探索と可視化、モデル診断、候補共変量の同定、モデル比較を容易にします。

ビジュアル予測チェック(VPC)

nlmeVPC：視覚的予測チェック、数値予測チェック、カバレッジプロットなど、非線形混合効果モデルのさまざまな視覚的および数値的診断方法 (Karlsson および Holford、2008、https://www.page-meeting.org/?abstract=1434)。
tidyvpc：Visual Predictive Check (VPC)を実行しながら、層別化、打ち切り、予測修正を考慮します。「magrittr」からのパイプを使用すると、直感的な構文により、ユーザーは従来のビニングと新しいビンレスアプローチの両方を使用してVPCを生成する柔軟で強力な方法を提供します。 Jamsenら (2018) doi:10.1002/psp4.12319 with Additive Quantile Regression (AQR) and Locally Estimated Scatterplot Smoothing (LOESS) 予測補正。
vpc：Visual Predictive Checksは、ファーマコメトリクスで一般的に使用される診断プロットであり、観察されたデータの特定の統計(パーセンタイル)と、モデルからシミュレートされたデータの同じ統計との比較を示します。このパッケージは、連続データ、カテゴリカルデータ、打ち切りデータ、および(繰り返し)イベントまでの時間データのVPCを生成できます。

ファーマコキネティクス・レポーティング

結果の伝達は、実際に解析を完了するのと同じくらい（あるいはそれ以上に）重要です。現在、多くのユーザーが一般的な報告にrmarkdownやknitrを使用していますが、PKデータの報告に重要なパッケージの機能は以下の通りです。

ncar：rtfとpdf出力を生成するレポート作成者にNCAを提供します。
pkr：CDISCおよびレビューアのための他の薬物動態学的機能に準拠するNCAデータセットを生成します。
pmxpartab：薬理測定(PMx)分析用のパラメータテーブルを作成します。適切に書式設定されたHTMLテーブルを生成して、薬理測定モデルの推定結果を表示します。
xpose：「NONMEM」の非線形混合効果（母集団）モデルの診断。「xpose」は、データのインポート、数値実行サマリーの作成を容易にし、データ探索とモデル診断のための「ggplot2」ベースのグラフィックスを提供します。
xpose.nlmixr2：薬理モデルのためのグラフィカルな診断法。「nlmixr2」の拡張（xpose.nlmixrパッケージの後継）。
nlmixr2rpt：nlmixr2モデルをWordドキュメントとPowerPointドキュメントとして自動レポートします。

データセットまたは単一モデル

単一の薬物動態モデルまたはデータセットに焦点を当てたパッケージには、以下が含まれます。

caffsim：Lee、Kim、Perera、McLachlan、およびBae（2015）に記載されている母集団薬物動態モデルを使用して、血漿カフェイン濃度をシミュレートします。

研究デザイン

PK研究デザインに関連するパッケージには次のものがあります。

PopED：PopEDは、非線形混合効果モデルに基づいて、母集団研究と個々の研究の両方に最適な実験計画を計算します。
posologyr：母集団薬物動態を使用した個別用量の最適化個々の薬物動態(および薬物動態-薬力学)プロファイルを決定し、それらを使用して薬物レジメンをパーソナライズします。データと母集団の薬物動態モデルを提供し、「posologyr」は個人に事後推定を提供し、最適な投与量を決定することができます。