nmw: NONMEM Post-Run Processing"

In nmw: Understanding Nonlinear Mixed Effects Modeling for Population Pharmacokinetics

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>",
  eval = FALSE
)

Overview

nmw package는 NONMEM 실행 결과에 대한 post-run processing을 수행합니다. NONMEM run directory의 output 파일들을 읽어 총 8종의 진단 PDF 보고서를 자동 생성합니다.

생성되는 보고서

| 보고서 | 파일명 | 내용 | |--------|--------|------| | S1-OFV | S1-OFV.PDF | Objective Function Value 진단 | | S2-Parameters | S2-Parameters.PDF | 모수 추정값 및 표준오차 | | S3-Predictions | S3-Predictions.PDF | 예측 진단 (DV vs PRED, IPRE) | | S4-Residuals | S4-Residuals.PDF | 잔차 진단 (WRES, CWRES, IWRES) | | S5-EBE | S5-EBE.PDF | Empirical Bayes Estimate 진단 | | SA-Input | SA-Input.PDF | 입력 데이터 요약 | | SB-Output | SB-Output.PDF | NONMEM output 파일 내용 | | SC-IndiPK | SC-IndiPK.PDF | 개체별 약동학 파라미터 |

Installation

install.packages("path/to/nmw_0.1.0", repos = NULL, type = "source")

Quick Start

전체 보고서 생성

library(nmw)

# NONMEM run directory 경로를 지정하여 전체 보고서 생성
nmw_run("/path/to/nonmem/run/2006.R75")

run_dir에는 NONMEM 실행이 완료된 디렉토리 경로를 지정합니다. 해당 디렉토리에 .xml, .ext, .grd, .phi, sdtab, patab, cotab, FDATA.CSV, PRINT.OUT 등의 파일이 존재해야 합니다.

선택적 보고서 생성

# OFV와 파라미터 보고서만 생성
nmw_run("/path/to/run", reports = c("ofv", "param"))

# 잔차와 EBE 보고서만 생성
nmw_run("/path/to/run", reports = c("resid", "ebe"))

개별 보고서 함수

각 보고서를 개별적으로 생성할 수도 있습니다:

# S1-OFV.PDF
nmw_report_ofv(run_dir = "/path/to/run")

# S2-Parameters.PDF
nmw_report_param(run_dir = "/path/to/run")

# S3-Predictions.PDF
nmw_report_pred(run_dir = "/path/to/run")

# S4-Residuals.PDF
nmw_report_resid(run_dir = "/path/to/run")

# S5-EBE.PDF
nmw_report_ebe(run_dir = "/path/to/run")

# SA-Input.PDF
nmw_report_input(run_dir = "/path/to/run")

# SB-Output.PDF
nmw_report_output(run_dir = "/path/to/run")

# SC-IndiPK.PDF
nmw_report_indipk(run_dir = "/path/to/run")

보고서 상세 내용

S1-OFV: Objective Function Value 진단

• Total OFV, AICc, BIC
• Condition number
• 개체별 OFV/DV의 box plot, histogram, Q-Q plot
• Shapiro-Wilk 정규성 검정
• Gradient 분석

S2-Parameters: 모수 추정값

• THETA, OMEGA, SIGMA 추정값 및 표준오차
• Wald-type significance test
• Unitary test
• OMEGA matrix의 plausibility 검토
• Correlation matrix

S3-Predictions: 예측 진단

• Superposed fitting curve (DV, PRED, IPRE vs TaLD)
• DV vs PRED, DV vs IPRE scatter plot
• 개체별 fitting curve (DV, PRED, IPRE vs TIME)
• Log scale 포함
• Run test 결과 표시

S4-Residuals: 잔차 진단

• WRES, IWRES, CWRES vs PRED, IPRE, TIME
• 절대 잔차 vs PRED, IPRE, TIME
• 잔차의 histogram 및 정규성 검정
• Epsilon shrinkage
• Mean percent residual
• Run test

S5-EBE: Empirical Bayes Estimate 진단

• ETA의 histogram, Q-Q plot, 정규성 검정
• Population shrinkage
• ETA vs covariates (전체 및 개별 pair plot)
• Correlation matrix
• Multiple linear regression (Cook's Distance, DFFITS, COVRATIO, DFBETAS)
• 개체별 PK 파라미터의 histogram 및 요약 통계
• Individual shrinkage

SA-Input: 입력 데이터 요약

• 투여 기록 없는 개체, DV 없는 개체 탐지
• 중복 레코드 검출
• 변수별 요약 통계
• 범주형/연속형 변수 구분

SB-Output: NONMEM Output

• Control file 내용 (줄 번호 포함)
• NONMEM output 파일 내용

SC-IndiPK: 개체별 약동학 파라미터

• 개체별 PK 파라미터 분포
• Histogram 및 요약 통계
• CV% 계산

Utility Functions

패키지에는 보고서 외에도 유용한 유틸리티 함수들이 포함되어 있습니다.

데이터 처리

# Dose Number, Time of Latest Dose, Time after Latest Dose 추가
FDATA <- read.csv("FDATA.CSV", skip = 2)
FDATA <- AddDoNoTaLD(FDATA)

# ADDL/II 레코드 확장
FDATA_expanded <- ExpandDoseHist(FDATA)

# NA 행 제거
FDATA_clean <- RemoveNA(FDATA, "DV")

NONMEM 파일 파싱

# XML에서 태그 값 추출
XML <- readLines("model.xml")
vals <- BtwTagVals("theta", XML)
mat <- BtwTagMat("omega", XML)

# .ext 파일에서 OFV 추출
setwd("/path/to/run")
ofv <- GetOFV()

# 추정 방법 확인
method <- GetEstMethod()

# AICc 계산
aicc <- GetAICc()

# 파라미터 수 확인
n_theta <- GetCountPara()
n_eta <- GetCountEta()
n_eps <- GetCountEps()
n_obs <- GetCountObs()

통계 검정

# Run test
run.test.nm(residuals)

# 잔차 검정 (Shapiro-Wilk + Run test)
ResTest(residuals)

# Multiple linear regression with influence diagnostics
result <- mlr2(dat, y_col, x_cols)

모델 개발 요약

# 여러 NONMEM run의 요약 비교
MDL <- SumOut(FileExt = ".CTL", RunExt = ".R75", OutExt = ".OUT")

# 모델 개발 흐름도 그리기
Outline(MDL, MDLName = "ProjectName")

EBE Pair Plot

# ETA vs Covariates pair plot
EBEpair(tabEta, RunNumber = "2006")

# 개별 covariate별 pair plot
EBEpair(tabEta, RunNumber = "2006", each = TRUE)

PDF 보고서 직접 작성

# PDF 생성
PrepPDF("MyReport.PDF")

# 텍스트 출력
PrinTxt("Title Text", Cex = 1.2)

# 여러 줄 텍스트 출력
PrinMTxt(capture.output(summary(data)), Header1 = "Data Summary")

# 페이지 추가
AddPage()

# PDF 닫기
ClosePDF()

필요한 NONMEM Output 파일

nmw_run() 실행을 위해 run directory에 다음 파일들이 필요합니다:

| 파일 | 설명 | 사용 보고서 | |------|------|------------| | {model}.xml | NONMEM XML output | 전체 | | {model}.ext | 추정값 파일 | S1, S2 | | {model}.grd | Gradient 파일 | S1 | | {model}.phi | 개체별 파라미터 파일 | S1, S5, SC | | sdtab | Standard table (DV, PRED, IPRE, WRES 등) | S3, S4 | | patab | Parameter table (ETA, 개체별 PK 파라미터) | S5, SC | | cotab | Covariate table | S5 | | FDATA.CSV | 입력 데이터 | SA | | PRINT.OUT | NONMEM print output | SB |

Run Directory 명명 규칙

Run directory 이름은 {ModelName}.{Extension} 형식이어야 합니다. 예: 2006.R75 (ModelName = "2006", Extension = "R75")

패키지는 디렉토리 이름에서 모델 이름을 추출하여 해당 .xml, .ext 등의 파일을 찾습니다.

NONMEM Control File 규칙

이 패키지는 아래와 같은 NONMEM control file 작성 규칙을 따를 때 정상 동작합니다:

• $PROBLEM 행에 P: 태그로 parent model 지정 (예: P:1001)
• $PROBLEM 행에 F: 태그로 formula 지정 (예: F:CL~WT)
• sdtab, patab, cotab 파일명 사용
• FDATA.CSV 형식의 입력 데이터 (2행 skip)

nmw documentation built on May 8, 2026, 9:07 a.m.