Bioequivalence and Bioavailability Forum

Ahoy, matey!

❝ Interesting. I am not extremely well versed with either package but am curious to learn why this would need be done. Could you explain a little, please?

I know SAS only from hearsay. From Pharsight’s Support Site:

Solution for WinNonlin Bioequivalence Warning 11094: Negative final variance component

The negative final Variance Component warning most likely indicates that, if using Subj(Seq) as a random effect, the within-subject variance (residual) is greater than the between-subject variance. Probably a more appropriate model is to move Subj(Seq) out of the random model and into the fixed model, i.e.,

Sequence+Subject(Sequence)+Formulation+Period

❝ Is it a convergence/optimizer thing?

Don’t think so. If you give me some days I will dig out a data set.*

❝ And would it in SAS be something other than PROC GLM cf. the bogus statement?

Duno. Detlew?

---

• As an appetizer one dataset where CV_intra ~5×CV_inter. Folinic acid after 15 mg IR calcium folinate, SD, fasting, LLOQ 5 ng/mL (0.95% of C_max), all extrapolated areas <20% (median 6.9%), n=24 (n_RT=11, n_TR=13):
  Subject Period Treatment Sequence  AUCt
  1        1       R        RT    8551.8
  1        2       T        RT    4538.3
  2        1       T        TR    2199.6
  2        2       R        TR   11036.4
  3        1       R        RT    3498.7
  3        2       T        RT   10710.5
  4        1       T        TR    3419.9
  4        2       R        TR    6447.8
  5        1       T        TR    4523.4
  5        2       R        TR    5190.9
  6        1       R        RT    6744.1
  6        2       T        RT    5244.8
  8        1       T        TR    7043.7
  8        2       R        TR    3786.6
  9        1       T        TR    3948.0
  9        2       R        TR    7159.8
 10        1       R        RT    4723.4
 10        2       T        RT    2275.2
 11        1       T        TR    1768.7
 11        2       R        TR    2380.9
 12        1       R        RT    9048.8
 12        2       T        RT    6669.6
 13        1       T        TR    8922.0
 13        2       R        TR    2443.8
 14        1       R        RT    3817.9
 14        2       T        RT    3841.7
 15        1       R        RT    9801.1
 15        2       T        RT    3286.6
 16        1       T        TR    4159.6
 16        2       R        TR    3217.2
 17        1       T        TR    5566.6
 17        2       R        TR    9262.4
 18        1       R        RT   13406.3
 18        2       T        RT    7070.3
 20        1       T        TR    5030.5
 20        2       R        TR    6086.9
 21        1       T        TR    3989.6
 21        2       R        TR    3019.1
 22        1       R        RT    7644.5
 22        2       T        RT   10794.6
 23        1       R        RT    6152.1
 23        2       T        RT    3448.3
 24        1       T        TR    5519.4
 24        2       R        TR    5583.8
 25        1       R        RT   10842.8
 25        2       T        RT   11058.5
 26        1       T        TR    5879.7
 26        2       R        TR    5539.5
  PHX could fit subjects(sequence) as random without any tweaks. CV_intra 49.15%, CV_inter 9.991%. Somehow surprising since the individual T/R-ratios range from 19.9–365%!