Davide Verotta
La selección de modelos de covariables para modelos PK/PD poblacionales representa una tarea abrumadora debido a la gran variedad de posibles covariables alternativas que pueden entrar en un modelo estructural, los diferentes modelos que pueden expresar el parámetro de relación/covariables y la cantidad de modelos alternativos que pueden considerarse. Después de describir el problema y revisar brevemente la literatura pasada dedicada a la solución del problema, utilizamos simulaciones para mostrar las limitaciones de los enfoques actuales y proponemos una alternativa basada en el uso secuencial de modelos transdimensionales bayesianos. Aunque la alternativa alivia el problema de dimensionalidad asociado con la selección de covariables, argumentamos que podría ser necesario reconsiderar el enfoque general para el modelado de covariables dentro de los modelos PKPD.