基于重参数化分位数响应模型的贝叶斯模型平均基准剂量分析
统计方法学
2014-02-18 v1
摘要
生物医学风险评估的一个重要目标是估计在目标人群中诱发预先指定不良反应的最低暴露水平。此类情境下的暴露/剂量点被称为基准剂量（BMDs）。近年来，用于寻找 BMDs 的参数化贝叶斯估计已变得流行。然而，应用这些方法时有大量候选剂量-响应模型可用，从而引发了模型充分性与不确定性的问题。在此，我们通过应用贝叶斯模型平均来产生点估计和（下限）可信界，增强了用于 BMD 分析的贝叶斯估计技术。我们纳入了传统剂量-响应模型的重参数化，允许在构建贝叶斯层次结构时更有针对性地使用引出的先验信息。通过一个简短的模拟研究评估了该方法的性能。一个来自致癌性测试的例子说明了相关计算。
引用
@article{arxiv.1402.3896,
title = {Bayesian Model-Averaged Benchmark Dose Analysis Via Reparameterized Quantal-Response Models},
author = {Qijun Fang and Walter W. Piegorsch and Susan J. Simmons and Xiaosong Li and Cuixian Chen and Yishi Wang},
journal= {arXiv preprint arXiv:1402.3896},
year = {2014}
}
备注
Main document 18 pages, 2 figures. Supplementary document 9 pages