Erweitern einer Analyse mit einem installierten Specialist
Praxisbeispiel Erweitern Sie eine Theophyllin-Konzentrationskurve mit beobachteten Expositionsmetriken
Verwenden Sie Pharmakometrie PK/PD Design Specialist, um die Konzentrations-Zeit-Daten zu überprüfen, die Profile zu zeichnen und dann die Expositionsmetriken zu berechnen. Die Ergebnisse sind eine Zwölf-Subjekt-Tabelle, ein Konzentrationsdiagramm, ein lauffähiges R-Skript und ein Methodenbericht. Dieses Beispiel beschreibt öffentliche Forschungsdaten; Es wird keine Behandlung oder Dosierung empfohlen.
Die Eingabe ist R öffentlichen Theoph-Datensatz: 132 Beobachtungen von zwölf Probanden. Die Zeit ist in Stunden, die Konzentration in mg/l, das Gewicht in kg und die Dosis in mg/kg. Die Berechnungen verwenden die Basis R, ohne zusätzliche Pakete oder Datenbankanmeldeinformationen.
1. Installieren und Auswählen des Specialist
- Öffnen Sie Settings → Specialists → Browse Marketplace. Finde Pharmakometrie PK/PD Design Specialist, inspiziere seine Fähigkeiten und installiere es. In diesem Beispiel wird das Paket 1.0.0 in Open-Science 0.30.1 verwendet.
- In Settings → Runtimes bestätigen Sie, dass R Ready ist und aktiviert ist. Der aufgezeichnete Durchlauf verwendete R 4.4.3.
- Öffnen Sie ein neues Gespräch in Ihrem Forschungsprojekt. Wählen Sie ein verfügbares Modell, dann Agent controls → Specialist → pharmacometrics-pkpd-designer. Der aufgezeichnete Durchlauf verwendete Codex Abonnement / gpt-5.6-sol.
- Zu Beginn von jede Analysemeldung, Typ
/pkpd, wählen Sie dann pkpd-Modellierung aus den Vorschlägen aus. Bestätigen Sie, dass es ein Skill-Chip wird, bevor Sie die Eingabeaufforderung einfügen.
Die Auswahl der Rolle allein gab Unknown skill in dieser Version zurück. Ausdrückliche Auswahl des Skill ermöglichte den echten Loader. Dieser Schritt ist für die aufgezeichnete Konfiguration erforderlich; In diesem Beispiel wird nicht das automatische Laden aller Specialist-gebundenen Skills festgelegt.
2. Überprüfen Sie die Daten und zeichnen Sie die Konzentrationskurven
Mit dem Skill ausgewählt, senden Sie:
Use the public R dataset datasets::Theoph in the enabled R Notebook.
Use base R only. Check rows, subjects, observations per subject,
missing values, duplicate subject-time records and the documented units.
Keep all observed time-zero concentrations unchanged.
Save theoph-input.csv, theoph-concentration-time.png and theoph-data-check.md.
Plot all 12 subjects with labelled axes and a legend.
Execute the code, reopen the saved files and report the actual checks.
Stop after this descriptive baseline. Do not calculate NCA metrics yet.
Do not install packages or delegate. Keep everything in English.
Überprüfen Sie den Code, wenn Run R code? erscheint, und genehmigen Sie dann die Berechnung. Öffnen Sie Notebook, um die Ausführungsausgabe zu sehen. Die aufgezeichnete Eingabe hat 132 Zeilen, 12 Probanden und 11 Beobachtungen pro Proband, ohne fehlende Werte oder doppelte Betreffzeitdatensätze.
Öffnen Sie das generierte CSV und plotten Sie. Themen 1, 7 und 10 haben zum Zeitpunkt Null ungleiche Konzentrationen; diese beibehalten werden. Der Betrefffaktor des Datensatzes wird nach der maximalen Konzentration geordnet, so dass die angezeigte Reihenfolge nicht numerisch sein muss.
Die CSV-Vorschau zeigt die ersten 100 Zeilen; die gespeicherte Eingabedatei enthält alle 132 Beobachtungen.
Referenzdateien: Eingang CSV, Konzentrationskurve, Datenkontrolle.
3. Addieren Sie die Expositionsmetriken
Laden Sie den Offizielle NCA-Referenz von Skill herunter und fügen Sie ihn über + → Attach files hinzu. Dies ist eine unveränderte Referenz aus dem installierten Paket. In der aufgezeichneten Konfiguration konnte Notebook die Konversationsanhängung lesen, aber nicht die Referenz im Installationsverzeichnis von Skill lesen.
Wählen Sie /pkpd-modeling erneut in der gleichen Konversation aus und senden Sie dann:
Read the attached nca-conventions.md from the official Skill package.
Extend the baseline using the same theoph-input.csv and base R Notebook.
For each subject calculate observed Cmax (mg/L), earliest observed Tmax (h),
linear-trapezoidal AUC from time zero to the last observation (mg*h/L),
and the actual last-observation time (h).
Retain all observed time-zero values. Preserve the input hash.
Save theoph-nca-summary.csv, theoph-nca.R and theoph-nca-report.md.
The standalone script must read the CSV. Execute it, reread all 12 rows,
and compare its results with a separate Notebook calculation.
Explain the method, units, differing observation windows and limitations.
Register the three saved outputs as project files.
Do not estimate AUC to infinity, half-life, clearance or dosing advice.
Do not install packages, change permissions or delegate. Use English.
Genehmigen Sie die Datei liest und R Berechnung nach der Inspektion. Wenn eine unterstützende Datei fehlt, fügen Sie die eigentliche Datei an, bevor Sie fortfahren. Eine fehlgeschlagene Skill-Ladung oder ein Fehler in Notebook ist keine abgeschlossene Analyse.
4. Öffnen und überprüfen Sie die Ergebnisse
Öffnen Sie theoph-nca-summary.csv aus den generierten Dateien. Es sollte eine Reihe für jedes der zwölf Themen geben. Überprüfen Sie die Einheiten und die letzte Beobachtungszeit sowie die metrischen Werte.
| Thema | Cmax (mg/l) | Tmax (h) | AUC0–last (mg·h/L) | Letzte Beobachtung (h) |
|---|---|---|---|---|
| 1 | 10.5 | 1.12 | 148.92305 | 24.37 |
| 2 | 8.33 | 1.92 | 91.52680 | 24.30 |
Öffnen Sie theoph-nca-report.md und theoph-nca.R zusammen. Der Bericht sollte mit dem ausgeführten Skript übereinstimmen: Sortieren Sie die Beobachtungen jedes Subjekts nach der Zeit, nehmen Sie das beobachtete Maximum und seine früheste Zeit, dann addieren Sie (C1 + C2) × (t2 - t1) / 2 über benachbarte Beobachtungen. Die ersten beiden Zeilen oben bieten einen schnellen Vergleich; Überprüfen Sie alle zwölf Zeilen, bevor Sie einen Wiederholungslauf annehmen.
Dies sind beobachtete Metriken. Die letzten Abtastzeiten unterscheiden sich zwischen den Probanden, und die lineare Trapezregel ist eine explizite Approximation. Die Ergebnisse stellen keine Exposition gegenüber Unendlichkeit, ein angepasstes pharmakokinetisches Modell oder eine Messunsicherheit dar.
Laden Sie die aufgezeichneten Zusammenfassung CSV, R Skript und Methodenbericht herunter. Behalten Sie die Eingabe und das Skript zusammen, wenn Sie außerhalb der App erneut ausführen.