Monolix

Fiche dév Ens Sup - Recherche
  • Création ou MAJ importante : 05/01/10
  • Correction mineure : 21/05/19
Mots-clés

Monolix : analyse de modèle non-linéaire à effets mixtes

Ce logiciel a été développé (ou est en cours de développement) dans la communauté de l'Enseignement Supérieur et de la Recherche. Son état peut être variable (cf champs ci-dessous) donc sans garantie de bon fonctionnement.
  • Site web
  • Système : UNIX-like, Windows, MacOS X
  • Version actuelle : 3.1 - 10/2009
  • Licence(s) : CeCILL
  • Etat : validé (au sens PLUME), en développement
  • Support : maintenu, développement en cours
  • Concepteur(s) :
    • Marc Lavielle
    • Hector Mesa
    • Kaelig Chatel
  • Contact concepteur(s) : Marc.Lavielle@math.u-psud.fr
  • Laboratoire(s), service(s)... : INRIA Saclay, Labo Maths Orsay, NeuroSpin

 

Une fiche logiciel décrit plus en détail ce développement, consultez la pour plus d’informations : Monolix
Fonctionnalités générales du logiciel

Monolix est un logiciel permettant de modéliser des phénomènes biologiques, notamment dans le cadre d'études pharmacologiques.

Contexte d’utilisation du logiciel
  • Recherches en statistique : Universities Paris 5, 11 and 13
  • Recherches en pharmacologie : INSERM - P7
  • Recherches en micro-biologie : INRA
Publications liées au logiciel

Sur l'algorithme SAEM

  • Delyon B., Lavielle M., and Moulines E. "Convergence of a stochastic approximation version of the EM algorithm" The Annals of Stat., vol 27, no. 1, pp 94-128, 1999.
  • Kuhn E., Lavielle M. "Coupling a stochastic approximation version of EM with a MCMC procedure" ESAIM P&S, vol.8, pp 115-131, 2004.
  • Kuhn E., Lavielle M. "Maximum likelihood estimation in nonlinear mixed effects models" Computational Statistics and Data Analysis, vol. 49, No. 4, pp 1020-1038, 2005.
  • Lavielle M., Meza C. "A Parameter Expansion version of the SAEM algorithm" Statistics and Computing, vol. 17, pp 121-130, 2007.
  • Donnet S., Samson A. "Estimation of parameters in incomplete data models defined by dynamical systems" Jour. of Stat. Planning and Inference, vol. 137, no. 9, pp 2815-2831, 2007.
  • Meza C., Jaffrezic F., Foulley J.L. "REML estimation of variance parameters in non linear mixed effects models using the SAEM algorithm" The Biometrical Journal 49, 1-13, 2007.
  • Donnet S., Samson A. "Parametric inference for mixed models defined by stochastic differential equations" ESAIM P&S, 12:196-218, (2008).

Applications de SAEM

  • Makowski D., Lavielle M. "Using SAEM to estimate parameters of models of response to applied fertilizer" Journal of agricultural, Biological and Enviromental Statistics, vol. 11, n. 1, pp. 45-60, 2006.
  • Samson A., Lavielle M., Mentré F. "Extension of the SAEM algorithm to left-censored data in non-linear mixed-effects model: application to HIV dynamics models" Computational Statistics and Data Analysis, vol. 51, pp. 1562--1574, 2006.
  • Jaffrezic F., Meza C., Lavielle M., Foulley J.L. "Genetics analysis of growth curves using the SAEM algorithm" Genetics Selection Evolution, vol. 38, pp. 583--600, 2006.
  • Lavielle M., Mentré F. "Estimation of population pharmacokinetic parameters of saquinavir in HIV patients and covariate analysis with the SAEM algorithm" Journal of Pharmacokinetics and Pharmacodynamics, vol. 34, pp. 229--49, 2007.
  • Comets E, Verstuyft C, Lavielle M, Jaillon P, Becquemont L, Mentré F. Modelling the influence of MDR1 polymorphism on digoxin pharmacokinetic parameters. European Journal of Clinical Pharmacology, 63, pp. 437-49, 2007.
  • Samson A., Lavielle M., Mentré F. "The SAEM algorithm for group comparison tests in longitudinal data analysis based on nonlinear mixed-effects model" Statistics in Medicine, vol. 26, pp 4860-4875, 2007.