使用Sounio进行药代动力学建模

Sounio提供了一个强大的药代动力学建模平台，用于严格处理不确定性以优化药物剂量。

GUM符合的万古霉素给药

Sounio的Knowledge结构体包含置信值（ε），这些值会在计算中传播。

// 15 mg/kg/day：一级A证据（RCT元分析，18个中心，n=2204）
// `ε=0.92`反映了高证据质量以及已知患者间变异性。
let base_dose: Knowledge<f64> = Knowledge(15.0, ε=0.92, prov="ASHP_2020_Level1A_RCT")

// 医院地面秤：±0.5 kg在78.5 kg患者上→`ε=0.98`（校准设备）。
let weight: Knowledge<f64> = Knowledge(78.5, ε=0.98, prov="hospital_scale_calibrated")
let ref_wt: Knowledge<f64> = Knowledge(70.0, ε=1.0)

// GUM传播是自动的：`ε(a/b) = ε(a)×ε(b)`在独立误差下。
let weight_factor: Knowledge<f64> = weight / ref_wt
let dose1: Knowledge<f64> = base_dose * weight_factor
// `ε(dose1)` ≈ 0.92 × 0.98 × 1.0 = 0.9016

安全门限

您可以在编译时或运行时通过传播的置信度强制执行安全阈值。

let conf_dose = dose3.ε

if conf_dose >= 0.82 {
    println("  开处方：剂量管线置信度足够")
} else {
    println("  受阻：调整CrCl估计（Cockcroft-Gault CV太高）")
}