nlmixr2 — l'open source (R)

Tout se fait dans R : le modèle est une fonction R lisible, on appelle nlmixr2(...) avec la méthode voulue, et les résultats sont des objets R — directement exploitables avec ggplot2, xpose, ggPMX.

Un workflow peut rester dans un seul langage, de la donnée au graphique. Cela peut faciliter la traçabilité, à condition d'archiver le code, les données, les versions et les réglages.

Le modèle et l'estimation en R :

mod <- function() {
  ini({
    tcl <- log(0.13); tv <- log(8); tka <- log(1)
    eta.cl ~ 0.1; eta.v ~ 0.1
    prop.err <- 0.1
  })
  model({
    cl <- exp(tcl + eta.cl); v <- exp(tv + eta.v); ka <- exp(tka)
    d/dt(depot)  = -ka*depot
    d/dt(centr)  =  ka*depot - (cl/v)*centr
    cp = centr/v
    cp ~ prop(prop.err)
  })
}
fit <- nlmixr2(mod, data, est = "saem")   # ou est = "focei"

est = "saem" et "focei" ne sont que deux choix usuels. La documentation actuelle distingue aussi FO/FOI, FOCE/FOCEI/FOCEP, Laplace/AGQ, nlme, posthoc, puis des méthodes de recherche par importance sampling, non paramétriques ou variationnelles. Elles ont leurs propres implémentations, réglages, conventions et niveaux de maturité. Le moteur d'ODE est rxode2, réutilisable seul pour simuler.

Version vérifiée : nlmixr2 7.0.1, le 12 octobre 2026. La série 7 a modifié plusieurs valeurs par défaut de FOCEI et SAEM et introduit des moteurs expérimentaux. Un résultat reproductible doit donc archiver la version, est = et l'objet de contrôle complet.

Pour les workflows pris en charge par ces paquets, un étudiant ou une petite équipe peut estimer avec nlmixr2, simuler avec rxode2 et construire des diagnostics dans R sans licence commerciale. Certaines équipes prototypent dans cet environnement puis comparent dans un autre outil selon leur workflow ; la proximité des estimations doit se vérifier modèle par modèle, avec les mêmes données, hypothèses et méthodes de calcul de l'OFV.

Le code R explicite peut servir de support pédagogique et reproductible, sans dispenser d'expliquer les approximations ni de contrôler les résultats numériques.

Gratuit ne veut pas dire sans rigueur.

• nlmixr2 : une suite open source de modélisation non linéaire à effets mixtes dans R.
• Modèle = fonction R ; plusieurs familles d'estimateurs, dont SAEM, FOCEI, Laplace/AGQ et des méthodes de recherche à contrôler indépendamment.
• Moteur d'ODE rxode2 (aussi pour la simulation) ; écosystème R (xpose, ggPMX).
• Utile pour apprendre, prototyper et partager selon le besoin ; documenter les versions et réglages ; diagnostiquer toujours.