Bioequivalence and Bioavailability Forum • Bug in bear?

Bug in bear? [🇷 for BE/BA]

posted by Helmut – Vienna, Austria, 2015-04-14 16:07 (3665 d 05:55 ago) – Posting: # 14683
Views: 30,091

Hi Mittyri,

good news: I could reproduce you results in bear v2.6.4 (on R v3.1.3 64bit) and Phoenix/WinNonlin v6.4 64bit.

❝ Exploring the dataset I've found that the sequences aren't common RTRT/TRTR, but RTTR/TRRT. Is it important for calculations?

In the Phoenix-templates, no. Personally I always code sequences for clarity. In this case RTTR instead of 1 and TRRT instead of 2.

Bad news: Something seems to be strange in bear.
Phoenix reports for the log-transformed means:

Least squares means

Formulation_Cal  Estimate  StdError Denom_DF T_stat   P_value Conf  T_crit Lower_CI Upper_CI

--------------------------------------------------------------------------------------------

             R    7.32814 0.0398516    12   183.886    0.0000   90   1.782    7.257    7.399

             T    7.39188 0.0326557    12   226.358    0.0000   90   1.782    7.334    7.450

… with an estimated difference of 0.0637395 and SE 0.0475893.

In bear:

          MEAN-ref = 7.3261

         MEAN-test = 9.5346

                SE = 0.047587

Estimate(test-ref) = 0.06374

9.5346 – 7.3261 = 0.06374‽ :confused:

If I calculate adjusted means manually …

R = (R_RTTR+R_TRRT)/2 = (7.35801+7.29827)/2 = 7.32814

T = (T_RTTR+T_TRRT)/2 = (7.35934+7.42442)/2 = 7.39188

… confirming Phoenix’ results.

How the standard errors are calculated is beyond me. Manually (by √s²/n) I get 0.039174 (R), 0.032647 (T), and 0.048889 (T–R). Same if I send BE Method C log | Ratios Test=T to descriptive statistics in PHX.

PS: I you want to give it a try in your preferred software, the dataset:

subject treatment sequence period Cmax

1          T        TRRT      1   1633

1          R        TRRT      2   1739

1          R        TRRT      3   1700

1          T        TRRT      4   1641

2          R        RTTR      1   1481

2          T        RTTR      2   1837

2          T        RTTR      3   1847

2          R        RTTR      4   1461

3          T        TRRT      1   2073

3          R        TRRT      2   1780

3          R        TRRT      3   1790

3          T        TRRT      4   2083

4          R        RTTR      1   1374

4          T        RTTR      2   1629

4          T        RTTR      3   1619

4          R        RTTR      4   1364

5          T        TRRT      1   1385

5          R        TRRT      2   1555

5          R        TRRT      3   1545

5          T        TRRT      4   1386

6          R        RTTR      1   1756

6          T        RTTR      2   1522

6          T        RTTR      3   1512

6          R        RTTR      4   1746

7          T        TRRT      1   1643

7          R        TRRT      2   1566

7          R        TRRT      3   1576

7          T        TRRT      4   1653

8          R        RTTR      1   1939

8          T        RTTR      2   1615

8          T        RTTR      3   1625

8          R        RTTR      4   1949

9          T        TRRT      1   1759

9          R        TRRT      2   1475

9          R        TRRT      3   1485

9          T        TRRT      4   1769

10         R        RTTR      1   1388

10         T        RTTR      2   1483

10         T        RTTR      3   1493

10         R        RTTR      4   1398

11         T        TRRT      1   1682

11         R        TRRT      2   1127

11         R        TRRT      3   1117

11         T        TRRT      4   1692

12         R        RTTR      1   1542

12         T        RTTR      2   1247

12         T        RTTR      3   1257

12         R        RTTR      4   1532

13         T        TRRT      1   1605

13         R        TRRT      2   1235

13         R        TRRT      3   1245

13         T        TRRT      4   1615

14         R        RTTR      1   1598

14         T        RTTR      2   1718

14         T        RTTR      3   1728

14         R        RTTR      4   1588

The dataset looks artificial to me – in most cases exactly ±10 in the respective periods…

—
Dif-tor heh smusma 🖖🏼 Довге життя Україна!
Helmut Schütz

The quality of responses received is directly proportional to the quality of the question asked. 🚮
Science Quotes

Thread locked

Complete thread:

Reproducing Bear results in Phoenix mittyri 2015-04-14 08:35
- Bug in bear?Helmut 2015-04-14 14:07
  - Bug in bear? mittyri 2015-04-14 20:43
    - Bug in bear? Helmut 2015-04-15 02:17
  - use the same dataset? yjlee168 2015-04-20 10:13
- Bugs in bear with replicated demo data set? yjlee168 2015-04-15 09:38
- Bugs fixed in bear? yjlee168 2015-04-17 01:21
  - Bugs fixed in bear? Helmut 2015-04-17 14:25
    - Bugs fixed in bear? yjlee168 2015-04-17 18:50
      - Bugs fixed in bear? ElMaestro 2015-04-17 23:14
        
        lme() in bear yjlee168 2015-04-18 11:12
        
        lme() in bear ElMaestro 2015-04-18 11:28
        
        lme() in bear yjlee168 2015-04-18 12:02
        
        lme() in bear ElMaestro 2015-04-18 13:42
        
        Mean means Helmut 2015-04-18 14:08
        
        Mean means ElMaestro 2015-04-18 16:01
        
        Mean means Helmut 2015-04-19 00:59
        
        Mean means ElMaestro 2015-04-19 09:14
        
        LL and AIC Helmut 2015-04-19 11:08
        
        Confused ElMaestro 2015-04-19 11:42
        
        lsmeans for mixed model in R yjlee168 2015-04-19 23:36
        
        lsmeans() & lme() Helmut 2015-04-20 01:28
        
        lsmeans() & lme() yjlee168 2015-04-20 10:23
        lsmeans() & lme() ElMaestro 2015-04-20 10:35
        
        keep it simple! Helmut 2015-04-20 14:34
        
        keep it simple! ElMaestro 2015-04-20 15:39
        
        ML vs. REML Helmut 2015-04-20 16:35
        
        lme() with NA in R yjlee168 2015-04-19 23:44
      - Dataset Helmut 2015-04-18 13:30
        
        Dataset and lme() in bear yjlee168 2015-04-18 23:14