×

模型不确定性下的剂量响应信号检测。 (英语) Zbl 1419.62338号

摘要:我们研究了在模型不确定的情况下,当几个竞争性回归模型可用于描述剂量-反应关系时,剂量-反应信号检测的似然比对比试验。该方法使用回归模型的完整结构,但不需要了解竞争模型的参数。标准似然比检验理论适用于线性模型以及具有可识别参数的非线性回归模型。然而,对于许多常用的非线性剂量反应模型,在无剂量反应的零假设下,回归参数无法识别,并且不能使用标准参数来获得临界值。因此,我们导出了缺乏可识别性的回归模型中似然比对比检验的渐近分布,并使用此结果模拟基于高斯过程的分位数。通过一个实际数据示例说明了新方法,并通过理论研究和仿真将其与现有程序进行了比较。

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
62F03型 参数假设检验
62E20型 统计学中的渐近分布理论

软件:

bnpmr公司
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Akacha,辍学对使用复发事件数据进行剂量研究分析的影响,《医学统计学》29页1635–(2010)
[2] Andrews,《仅在备选方案下存在干扰参数时的最优测试》,《计量经济学》第62卷第1383页–(1994年)·Zbl 0815.62033号 ·doi:10.2307/2951753
[3] 安德鲁斯(Andrews),当干扰参数仅存在于备选参数下时,似然比检验的可接受性,《统计年鉴》23,第1609页–(1995)·Zbl 0843.62023号 ·doi:10.1214/aos/1176324316
[4] Benda,使用重复二进制数据进行时间依赖性剂量发现的基于模型的方法,《医学统计学》29页1096–(2010)
[5] Biesheuvel,分层设计中的多对一比较,《生物医学杂志》44第101页–(2002)·兹比尔1052.62075 ·doi:10.1002/1521-4036(200201)44:1<101::AID-BIMJ101>3.0.CO;2-H型
[6] Bornkamp,B.2006 www.statistik.tu-dortmund.de/Bornkamp/decipolm.pdf
[7] Bornkamp,《模型不确定性下的反应-适应性剂量发现》,《应用统计学年鉴》第5卷第1611页–(2011年)·Zbl 1223.62158号 ·doi:10.1214/10-AOAS445
[8] Bornkamp,《设计和分析自适应剂量范围试验的创新方法》,《生物制药统计杂志》17页965–(2007)·doi:10.1080/10543400701643848
[9] Bornkamp,连续单调函数的贝叶斯非参数估计及其在剂量反应分析中的应用,《生物统计学》65页198–(2009)·Zbl 1159.62023号 ·doi:10.1111/j.1541-0420.2008.01060.x
[10] Bornkamp,B.Pinheiro,J.Bretz,F.2010年
[11] Bretz,《剂量发现:统计学中的一个挑战》,《生物医学杂志》第50卷第480页–(2008年)·doi:10.1002/bimj.200810438
[12] Bretz,在剂量反应研究中结合多重比较和建模技术,《生物统计学》61页738–(2005)·兹比尔1079.62105 ·doi:10.1111/j.1541-0420.2005.00344.x
[13] Bretz,《关于剂量发现研究中的混合方法》,《医学信息方法》43第457页–(2004)
[14] 切尔诺夫,《关于似然比的分布》,《数理统计年鉴》25卷573页–(1954年)·Zbl 0056.37102号 ·doi:10.1214/aoms/1177728725
[15] 2014年热电联产项目http://www.ema.europa.eu/docs/en_GB/document_library/Regulatory_and_procedural_guideline/2014/02/WC500161027.pdf
[16] Claeskens,G.Hjort,N.L.2008年
[17] Davies,当干扰参数仅存在于备选方案下时的假设检验,Biometrika 64 pp 247–(1977)·Zbl 0362.62026号 ·doi:10.1093/biomet/64.2.247
[18] Dette,EMAX、对数线性和指数模型的优化设计,Biometrika 97第513页–(2010年)·Zbl 1233.62146号 ·doi:10.1093/biomet/asq020
[19] Dette,量子生物测定中有效剂量的非参数估计注释,《美国统计协会杂志》100页503–(2005)·Zbl 1117.62317号 ·doi:10.1198/0162145000001493
[20] Genz,A.Bretz,F.2009年
[21] Gutjahr,使用多元非线性回归模型进行剂量反应效应的似然比测试,生物统计学(2015)
[22] Hotelling,n空间中的管和球,以及一类统计问题,《美国数学杂志》61第440页–(1939)·数字对象标识代码:10.2307/2371512
[23] Hothorn,《随机剂量发现研究分析:基于多重对比试验的闭合试验修改》,《生物医学杂志》39第467页–(1997)·兹比尔0890.62080 ·doi:10.1002/bimj.4710390408
[24] 1994年非物质文化遗产
[25] Johnston,Linaclotide在一项针对便秘型肠易激综合征患者的II期研究中改善腹痛和排便习惯,《胃肠病学》139页1877–(2010)·doi:10.1053/j.gastro.2010.08.041
[26] Klingenberg,模型不确定性下二进制响应的概念验证和剂量估算,《医学统计学》28页274–(2009)·数字对象标识代码:10.1002/sim.3477
[27] Lin,用于检测微阵列设置中选定参数的单调剂量反应关系和FDR调整的置信区间的多重对比试验,《生物信息学在线杂志》10第67页–(2009)
[28] Lin,D.Shkedy,Z.Yekutieli,D.Amaratunga,D.Bijnens,L.2012年
[29] 林赛,B.G.1995
[30] 刘,可识别性损失下似然比检验的渐近性,《统计年鉴》31,第807页–(2003)·Zbl 1032.62014年 ·doi:10.1214/aos/1056562463
[31] Miller,《适应性剂量发现:I型错误控制的概念验证》,《生物医学杂志》52,第577页–(2010年)·Zbl 1201.62131号 ·doi:10.1002/bimj.2000900222
[32] 摩根,B.1992
[33] Neal,假设检验和贝叶斯估计,使用sigmoid E(max)模型应用于稀疏剂量反应设计,《生物制药统计杂志》16页657–(2006)·doi:10.1080/10543400600860469
[34] Pinheiro,使用通用参数模型在模型不确定性下的基于模型的剂量发现,《医学统计学》33页1646–(2014)·doi:10.1002/sim.6052
[35] Pinheiro,剂量反应研究分析-建模方法,药物开发中的剂量发现,第146页–(2006)·doi:10.1007/0-387-33706-7_10
[36] Prakasa-Rao,B.L.S.1992年
[37] Ruberg,剂量反应研究。I.一些设计考虑,《生物制药统计杂志》5第1页–(1995a)·doi:10.1080/10543409508835096
[38] Ruberg,剂量反应研究。二、。分析和解释,JBS 5第15页–(1995年b)
[39] Seber,G.A.F.Wild,C.J.1989年
[40] Song,关于半参数模型中可识别性损失下的渐近最优检验,《统计年鉴》37第2409页–(2009)·Zbl 1173.62039号 ·doi:10.1214/08-AOS643
[41] Stewart,通过对比检测剂量反应,《医学统计学》第19页,第913页–(2000年)·doi:10.1002/(SICI)1097-0258(20000415)19:7<913::AID-SIM397>3.0.CO;2-2
[42] Tamhane,剂量发现的多重测试程序,《生物计量学》52第21页–(1997)·Zbl 0906.62115号 ·doi:10.2307/2533141
[43] Tamhane,确定最大安全剂量的多重测试程序,《美国统计协会杂志》96第835页–(2001)·Zbl 1072.62672号 ·doi:10.1198/016214501753208546
[44] 田中,用于建立概念验证的自适应两阶段剂量反应设计方法,《生物制药统计杂志》(2012年)
[45] Tukey,《测试药物剂量增加反应的统计确定性》,《生物计量学》第41页,第295页–(1985年)·Zbl 0613.62131号 ·doi:10.2307/2530666
[46] Verrier,剂量发现研究,MCP-Mod,模型选择和模型平均:现实世界中的两个应用,临床试验11,第476页–(2014)·数字对象标识代码:10.1177/1740774514532723
[47] Wakana,《使用对比统计法进行二期临床试验中治疗剂量选择的方法》,《医学统计学》第26页,第498页–(2007年)·doi:10.1002/sim.2552
[48] Wilks,《检验复合假设的似然比的大样本分布》,《数理统计年鉴》9,第60页–(1938)·Zbl 0018.3203号 ·doi:10.1214/aoms/1177732360
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。