(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:20)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`The Certara Blog: PK/PD Modeling & Simulation
`
`Why C is a Continuous Variable and T
`max
`Categorical Variable
`
` is a
`max
`
`Posted on February 11, 2013 by Nathan Teuscher
`
`) are both obtained directly
`The maximum observed concentration (C ) and the time of C (t
`max
`max max
`from the concentration-time data. In this post, I will review how to determine both of these parameters,
`and how to interpret information from the values. These two parameters are simple, but they pack some
`important information if you know how to extract it!
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`(cid:36)(cid:81)(cid:71)(cid:85)(cid:91)(cid:3)(cid:21)(cid:19)(cid:19)(cid:25)
`(cid:36)(cid:88)(cid:85)(cid:82)(cid:69)(cid:76)(cid:81)(cid:71)(cid:82)(cid:3)(cid:89)(cid:17)(cid:3)(cid:36)(cid:81)(cid:71)(cid:85)(cid:91)
`(cid:44)(cid:51)(cid:53)(cid:21)(cid:19)(cid:20)(cid:26)(cid:16)(cid:19)(cid:20)(cid:25)(cid:23)(cid:27)
`
`

`

`(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:21)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`Example PK Curve with Cmax and tmax
`labeled
`
`max
`
`his parameter is defined as the highest observed concentration in a concentration-time profile. In the
`image, the C is represented by the value of the black horizontal line, just below 25 ng/mL. If two peaks
`max
`of identical height are observed, the first peak is considered the C . The(cid:98)C (cid:98)can be determined in
`max
`max
`most statistical software packages by using the MAX function which selects the maximum value of a set
`of data. The(cid:98)C (cid:98)is determined within the dosing interval. Thus if two doses are administered, you will
`max
`have a(cid:98)C (cid:98)value following each dose administration (assuming blood draws were taken after both).
`max
`
`C T
`
`t T
`
`max
`
`(cid:98)is
`his parameter is defined as the time of the sample identified as C . In the image, the(cid:98)t
`max
`max
`represented by the green vertical line.(cid:98)If two peaks of identical height are observed, the time of the first
`peak is considered t
`. Since each concentration is associated with a specific time in a pairwise fashion
`max
`(time, concentration), the value for t
` is easily determined from the pair after the C is selected.
`max
`max
`
`Both of these parameters are obtained from observational data. Neither is calculated from a
`mathematical model, and thus each reported value must exist in the original data set. For example, if you
`only drew blood samples at 0, 1, 2, 4, 6, and 8 hours, you could not have a(cid:98)t
`(cid:98)value of 3 hours. The
`max
`actual time of blood sample collection is used rather than nominal (or planned) collection time.
`
`The sampling scheme will have an enormous impact on the values determined for each of these
`parameters. As a general rule, the more frequently you sample around the expected time of the
`maximum concentration, the more accurate the value of C and t
` will be relative to the “true” values.
`max
`max
`In contrast, if only one sample is taken around the expected time of the maximum concentration, you
`will tend to see low variation in your t
` variable, and high variation in your C variable. This is because
`max
`max
`it is very unlikely that all subjects will have identical PK profiles, thus you are selecting a single time at
`which you make a measurement, and all variability is attributed to the C value.
`max
`
`This discussion now brings us to a critical point. The variable C is a continuous variable that can take
`max
`any real number from 0 to infinity. Thus when using statistics to summarize(cid:98)C (cid:98)information, you can
`max
`use normal probability theory. This means you can use averages and standard deviations to report
`summary statistics. I generally use geometric mean as the best representation of the population
`mean(cid:98)C (cid:98)value because these values are log-normally distributed (tailed distribution biased away from
`max
`zer0). But arithmetic means are also acceptable to many. When comparing C (cid:98)values, you can use
`max
`standard statistical tests based on normal distribution theory.
`
`(cid:98)variable is a categorical variable that can only take values based on the
`In contrast to(cid:98)C , the(cid:98)t
`max
`max
`planned sampling scheme. Thus if your planned sample schedule includes 0, 1, 2, 4, 6, and 8 hours, you
`cannot have a sample at 1.5 or 10 hours (unless there was a deviation). Thus the expected values
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`

`

`(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:22)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`(cid:98)results, you should
`(cid:98)are confined to some pre-selected categories. Thus when you summarize(cid:98)t
`for(cid:98)t
`max
`max
`NOT use averages and standard deviations, as they do not accurately describe the distribution of values.
`Instead, you should use medians and ranges. The median is the “middle” of the data, and the range
`represents the “extremes” of the data. This also applies to any statistical testing of(cid:98)t
`(cid:98)where you should
`max
`use a non-parametric test like the Rank-Sum Test to compare(cid:98)t
`(cid:98)values from two different treatments
`max
`(e.g. formulations).
`
`So when designing your studies, make sure you take frequent samples around the time of the
`expected(cid:98)t
`, and always remember that C (cid:98)is a continuous variable, but(cid:98)t
`(cid:98)is a categorical variable.
`max
`max
`
`max
`
`To learn more about how to systematically leverage the many benefits of M&S across a drug
`development program, read this white paper.
`
`White Paper:
`Best Practices in Drug Development Modeling and Simulation
`
`GET
`
`ABOUT THE AUTHOR
`
`Nathan Teuscher
`
`MORE POSTS BY THIS AUTHOR
`
`Dr. Nathan Teuscher is the Vice President of Pharmacometric Solutions at Certara. He is an expert in
`clinical pharmacology, pharmacometrics, pharmacokinetics and pharmacodynamics and was trained by
`David Smith at the University of Michigan. Dr. Teuscher has held leadership positions in biotechnology,
`pharmaceutical and contract research companies. In 2008 he established the Learn PKPD.com website
`to share his knowledge with the community. Prior to coming to Certara, he was the Founder and
`President of PK/PD Associates.
`
`5 thoughts on “Why C is a Continuous Variable and T
`max
`Categorical Variable”
`
` is a
`max
`
`1. VVinodkumar says:
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`

`

`(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:23)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`August 22, 2017 at 2:31 am
`Please clarify for me, on 2 median tmax in BABE studies, how to calculate medain tmax?
`
`Reply
`2. NNathan Teuscher says:
`August 24, 2017 at 8:23 am
`The median is calculated from a collection of values (see https://en.wikipedia.org/wiki/Median).
`Thus the median tmax is the median of all tmax values in the study. If you need to calculate
`twice the median, just multiply the median by 2.
`
`Reply
`3. JJeffy Sarto says:
`February 6, 2018 at 12:27 am
`What about T 1/2? Are descriptive statistics for T 1/2 other than median and range valid? Are they
`valid? If yes, then why? Thank you for the informative article, it was clear in explanation.
`
`Reply
`
`1. NNathan Teuscher says:
`February 6, 2018 at 5:39 pm
`T1/2 is a transformation of the terminal rate constant, which is a continuous variable.
`Thus standard statistics (mean, standard deviation, etc.) are appropriate.
`
`Reply
`4. AAngela says:
`February 28, 2018 at 4:12 am
`Since the PK curve is described by several points, can we assume that the remaining
`concentrations (not only Cmax) are also log-normally distributed?
`
`Reply
`
`Leave a Comment
`
`Your email address will not be published. Required fields are marked *
`
`Comment
`
`Name *
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`

`

`(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:24)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`Email *
`
`Website
`
`(cid:51)(cid:50)(cid:54)(cid:55)(cid:3)(cid:38)(cid:50)(cid:48)(cid:48)(cid:40)(cid:49)(cid:55)
`
`(cid:54)(cid:72)(cid:68)(cid:85)(cid:70)(cid:75)(cid:3)(cid:87)(cid:75)(cid:72)(cid:3)(cid:69)(cid:79)(cid:82)(cid:74)(cid:3)(cid:171)
`
`CATEGORIES
`
`Clinical Pharmacology Strategy
`
`Clinical Transparency & Disclosure
`
`Model-based Meta-analysis
`
`PBPK Modeling & Simulation
`
`PK/PD Modeling & Simulation
`
`ASCPT
`
`Bioanalysis
`
`CDISC
`
`Certara Strategic Consulting
`
`Clinical Pharmacology
`
`Clinical Pharmacology Strategy
`
`Clinical Trial Design
`
`Clinical Trial Outcomes Databases
`
`Regulatory & Medical Writing
`
`Regulatory Submissions Management
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`

`

`(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:25)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`Scientific Informatics
`
`Systems Pharmacology
`
`MORE POSTS IN THIS CATEGORY
`
`Spotlight on the PAGE
`Student Sponsorship
`Winners
`
`Pharmacometrics Skills
`Competition MIDD Gran
`Prix
`
`Using M&S to Evaluate
`Oncology Drug Dosing
`
`BY MARIA SALUTA
`
`BY SUZANNE MINTON
`
`BY JULIE DUMOND
`
`About
`Resources
`Contact
`Careers
`Blog
`Support
`Legal
`Privacy
`Site Map
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`

`

`(cid:58)(cid:75)(cid:92)(cid:3)(cid:38)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:68)(cid:81)(cid:71)(cid:3)(cid:55)(cid:80)(cid:68)(cid:91)(cid:3)(cid:76)(cid:86)(cid:3)(cid:68)(cid:3)(cid:38)(cid:68)(cid:87)(cid:72)(cid:74)(cid:82)(cid:85)(cid:76)(cid:70)(cid:68)(cid:79)(cid:3)(cid:57)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:3)(cid:177)(cid:3)(cid:38)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)
`
`(cid:51)(cid:68)(cid:74)(cid:72)(cid:3)(cid:26)(cid:3)(cid:82)(cid:73)(cid:3)(cid:26)
`
`© 2011-2018 Certara, L.P., All rights reserved.
`Certara USA, Inc., 100 Overlook Center, Suite 101, Princeton, NJ 08540 USA
`
`Phone: 609.716.7900
`
`English | (cid:14138)(cid:14465)(cid:23539)
`
`(cid:75)(cid:87)(cid:87)(cid:83)(cid:86)(cid:29)(cid:18)(cid:18)(cid:90)(cid:90)(cid:90)(cid:17)(cid:70)(cid:72)(cid:85)(cid:87)(cid:68)(cid:85)(cid:68)(cid:17)(cid:70)(cid:82)(cid:80)(cid:18)(cid:21)(cid:19)(cid:20)(cid:22)(cid:18)(cid:19)(cid:21)(cid:18)(cid:20)(cid:20)(cid:18)(cid:90)(cid:75)(cid:92)(cid:16)(cid:70)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:82)(cid:81)(cid:87)(cid:76)(cid:81)(cid:88)(cid:82)(cid:88)(cid:86)(cid:16)(cid:89)(cid:68)(cid:85)(cid:76)(cid:68)(cid:69)(cid:79)(cid:72)(cid:16)(cid:68)(cid:81)(cid:71)(cid:16)(cid:87)(cid:80)(cid:68)(cid:91)(cid:16)(cid:76)(cid:86)(cid:16)(cid:68)(cid:16)(cid:70)(cid:171) (cid:24)(cid:18)(cid:21)(cid:28)(cid:18)(cid:21)(cid:19)(cid:20)(cid:27)
`
`