×
迈赫迪·拉扎吉;拉尔夫·柯德尔。

使用混合模型进行定量反应的风险评估。 （英语） Zbl 1060.62658号

生物计量学 56，第2期，519-527（2000）。
小结：在实验室动物的生物实验中经常出现的一个问题是，一些受试者比其他受试者更不容易受到治疗。传统上，人们提出了一种混合模型来描述此类实验中治疗组的反应分布。使用混合剂量-反应模型，我们得出了额外风险的置信上限，定义为由于增加剂量而导致的超出背景风险的风险。我们的重点将放在具有持续反应的实验上，其中风险是指在控制中极为罕见的不良反应的概率。利用似然比统计量的渐近分布获得附加风险的置信上限。该方法还可用于推导与特定风险增加水平相对应的基准剂量。利用EM算法求出模型参数的最大似然估计，并对该算法进行扩展，以在模型面临特定水平的附加风险时推导出估计。通过一个实例验证了结果，结果表明，使用混合模型可以获得更准确的附加风险度量。

引用于7文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62层25 参数公差和置信区域
62号02 生存分析和截尾数据中的估计

关键词：

剂量反应;EM算法;非量子响应;敏感性;置信上限

软件：

SAS公司;SAS/ETS系统;SAS/STAT系统
PDF格式BibTeX公司 XML格式引用
\textit{M.Razzaghi}和\textit{R.L.Kodell}，《生物统计学》56，第2期，519--527（2000；Zbl 1060.62658）
全文： 内政部

参考文献：

[1] Boos，在无反应的情况下测试治疗效果，生物计量学42第191页–（1986）·doi:10.2307/2531256
[2] Boos，当一些动物不受治疗影响时，剂量反应研究中连续数据的混合模型，《生物计量学》47，第1489页–（1991）·doi:10.2307/2532401
[3] 陈，用于评估的定量反应数据的剂量-反应模型，《统计学中的通信——理论和方法》21页2367–（1992）·doi:10.1080/03610929208830918
[4] 陈，《毒理学和风险评估：原理、方法和应用》，第503页–（1996年）
[5] Conover，当只有一部分患者对治疗有反应时，局部最有力的治疗效果测试，生物计量学44第189页–（1988）·Zbl 0707.62265号 ·doi:10.2307/2531906
[6] Crump，测定每日允许摄入量的新方法，《基础与应用毒理学》4第854页–（1984）·doi:10.1016/0272-0590（84）90107-6
[7] Crump，根据连续数据计算基准剂量，风险分析15第79页–（1995）·doi:10.1111/j.1539-6924.1995.tb00095.x
[8] Crump，毒理学风险评估，第187页–（1983年）
[9] Dempster，通过EM算法从不完整数据中进行最大似然估计，皇家统计学会杂志，B系列39第1页–（1977）·Zbl 0364.62022号
[10] 很好，当并非所有实验对象对治疗都有反应时，检测到治疗效果，《生物统计学》35第483页–（1979）·doi:10.2307/2530351
[11] Kim，参数线性限制下最大似然估计的限制EM算法，《美国统计协会杂志》90第708页–（1995）·Zbl 0826.62019号 ·doi:10.2307/2291083
[12] Kimmel，发育毒理学定量和定性风险分析问题，风险分析8，第15页–（1988）·doi:10.1111/j.1539-6924.1988.tb01149.x
[13] Kodell，定量反应超额风险的置信上限，风险分析13，第177页–（1993）·doi:10.1111/j.1539-6924.1993.tb01067.x
[14] Kodell，风险评估的神经毒性模型，监管毒理学和药理学22，第24页–（1995）·doi:10.1006/rtph.1995.1064
[15] Leisenring，NOAEL的统计特性，监管毒理学和药理学15，第161页–（1992）·doi:10.1016/0273-2300（92）90047-D
[16] 麦克拉克伦，混合物模型（1988）
[17] 拉扎吉，《环境统计》，第4卷，污染评估和控制，第209页–（1999）
[18] Razzaghi，《关于使用无应答的莱曼替代品》，《数学生物科学》80页69–（1992）·Zbl 0745.62100号 ·doi:10.1016/0025-5564（92）90052-X
[19] Razzaghi，在无应答者的情况下检测治疗效果的无分布测试，《生物医学杂志》36第373页–（1994）·Zbl 0834.62037号 ·doi:10.1002/bimj.4710360315
[20] Redner，《混合物密度、最大似然和EM算法》，SIAM Review 26 pp 195–（1984）·Zbl 0536.62021号 ·doi:10.1137/1026034
[21] Salsburg，小规模临床研究中药物作用的替代假设，生物统计学42 pp 671–（1986a）·doi:10.2307/2531218
[22] Salsburg，毒理学家统计（1986）
[23] SAS协会，SAS/STAT用户指南（1988年）
[24] SAS协会，SAS/ETS用户指南（1993）
[25] 斯利克，《神经毒性：方法和途径》，第771页–（1995年）
[26] Titterington，有限混合分布的统计分析（1985）·Zbl 0646.62013.中
[27] West，连续变量风险评估的统计方法，《统计学中的沟通——理论和方法》22 pp 3363–（1993）·Zbl 0960.62553号 ·doi:10.1080/03610929308831221
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。