×
尤金·德米登科

肿瘤对治疗反应的评估。 （英文） Zbl 1490.62351号

J.R.Stat.Soc.，塞尔维亚。C、 申请。斯达。 55，第3期，365-377（2006）.
总结：我们开发了一个用于治疗肿瘤的简约模型，作为我们之前关于再生曲线理论的工作的延续。统计模型属于边缘非线性模型家族，因为该模型的唯一线性参数是肿瘤特异性和随机促进参数估计。该模型的一个重要特点是，它能够通过简单的纵向测量肿瘤体积来估计体内治疗后存活的癌细胞的比例。我们比较了几种估计方法，包括Lindstrom-Bates、迭代加权最小二乘法和最大似然法。最后两种方法通过总估计方程法和方差最小二乘法进行计算。以光动力肿瘤治疗为例说明了该理论。

引用于4文件

MSC公司：

62页第10页 统计学在生物学和医学科学中的应用；元分析

软件：

nlmdl公司
PDF格式BibTeX公司 XML格式引用
\textit{E.Demidenko}，J.R.Stat.Soc.，序列号。C、 申请。Stat.55，No.3，365-377（2006；Zbl 1490.62351）
全文： 内政部

参考文献：

[1] Bajzer Z.，肿瘤免疫系统动力学模型综述（1997）
[2] Bartlett M.S.，《生物种群动态的数学理论》（1973年）
[3] Begg A.C.，《癌症治疗：终点评估》，第43页–（1983年）
[4] Demidenko E.，《混合模型：理论与应用》（2004）·Zbl 1055.62086号 ·doi:10.1002/0471728438
[5] Eisen M.，《细胞生物学和癌症化疗的数学模型》（1979年）·Zbl 0414.92005号 ·doi:10.1007/978-3-642-93126-0
[6] 数字对象标识码：10.1111/j.0006-341X.2000.01076.x·Zbl 1060.62605号 ·doi:10.1111/j.0006-341X.2000.01076.x
[7] Fitzmaurice G.，应用纵向分析（2004）·兹比尔1057.62052
[8] Gallant A.R.，非线性统计模型（1987）·Zbl 0611.62071号 ·数字对象标识代码：10.1002/9780470316719
[9] Hall E.J.，《放射生物学家的放射生物学》（1994年）
[10] Heitjan D.F.，J.Am.统计师。评估86第891页–（1991年）
[11] Heitjan D.F.，《癌症研究》，第15页，第6042页–（1993年）
[12] Kallman R.F.，实验性癌症治疗中的啮齿动物肿瘤模型（1987）
[13] Knolle H.，细胞动力学建模与癌症化疗（1988）·Zbl 0658.92001号 ·doi:10.1007/978-3642-45651-0
[14] Lindstrom M.J.，《生物计量学》46第673页–（1990年）
[15] 诺顿·L·J·纳顿。癌症研究所58，第1735页–（1977年）
[16] O'Hara J.A.，《Radn Res.150》，第549页–（1998年）
[17] Pogue B.W.，《癌症研究》，第63页，第1025页–（2003年）
[18] Seber G.A.F.，非线性回归（1989）·兹比尔0721.62062 ·doi:10.1002/0471725315
[19] Steel G.G.，《肿瘤生长动力学》（1977年）
[20] DOI:10.1016/j.jtbi.2003.11.012·doi:10.1016/j.jtbi.2003.11.012
[21] Weldon T.E.，《癌症研究中的数学模型》（1988）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。