CliniGA CRO

Блог CliniGA CRO

Обеспечение воспроизводимости кода моделирования дизайна

Как связать код, сценарии и результаты моделирования, проверить граничные случаи и сохранить историю исправлений.

Иллюстративная фотография категории: Обеспечение воспроизводимости кода моделирования дизайна
Фото: Linda Bartlett (Photographer) · Лицензия: Public domain · Изображение обрезано и уменьшено.
Опубликовано
Обновлено

Когда результаты моделирования определяют решение о дизайне, вычислительный процесс также требует рассмотрения. Таблицы показателей в презентации недостаточно, если рецензенты не могут определить код и допущения, давшие числа в поддержку предлагаемого исследования.

Определите вопрос и допущения

Отделяйте определения сценариев от программной логики и фиксируйте версии программного обеспечения. Свяжите управление случайными числами, количество повторений и неудачные запуски с отчетностью. Проверка на простых известных ситуациях и независимое рассмотрение помогают выявить дефекты сложной логики адаптации. Быстрое выполнение и правдоподобные сводные показатели не устанавливают правильность вычислений.

Гипотетический пример исследования

В гипотетическом дизайне программа неверно считает оставшихся участников после одного промежуточного решения. Общая оценка мощности все равно выглядит правдоподобной. Команда находит дефект с помощью небольших сценариев, прослеживаемых вручную, и граничных проверок, а не считает большое число повторений моделирования доказательством правильности.

Проверки при оценке дизайна

  • Совместно обозначьте версию кода, входные данные сценария и соответствующие выходные файлы.
  • Проверьте граничные случаи, например отсутствие событий и значения точно на порогах.
  • Сообщайте о неудачных повторениях и случаях отсутствия сходимости, не удаляя их негласно.

Зафиксируйте решение и его ограничения

Приемка позволяет независимому человеку повторно выполнить выбранный сценарий в зафиксированных условиях. Объясните численную неопределенность и допуски результатов. После исправления кода переоцените затронутые таблицы и решения, сохраняя историю прежних результатов. Выбор только версии, благоприятной для предпочитаемого дизайна, не является научным управлением версиями или надлежащей валидацией вычислений.

Частые вопросы

Достаточно ли одинакового начального значения генератора случайных чисел?
Самого по себе — нет. Важны также версии кода, программного обеспечения и сценариев.
Исправляют ли многочисленные повторения ошибку программы?
Нет. Повторение неверной логики все равно может дать неправильную оценку.

Источники

  1. FDA — Руководство по адаптивному дизайну исследований лекарственных и биологических препаратов
  2. EMA — ICH E9: статистические принципы и дополнение об оцениваемых величинах