基于一般参数模型在模型不确定性下的剂量探索
统计方法学
2014-05-09 v2
摘要
针对平行组设计中单个时间点的正态分布、同方差响应情况，临床 II 期剂量反应研究的设计与分析统计方法及相关软件实现已相当成熟。然而在实践中，常使用二分类、计数或时间至事件终点，通常随时间重复测量，有时甚至在交叉研究设计等更复杂的情形下进行。本文开发了一套总体方法论，利用一般参数模型，在剂量反应形状不确定的情况下，进行有效的多重比较和建模以探索剂量。此处描述的框架具有广泛的通用性，涵盖了使用广义非线性模型、线性和非线性混合效应模型、Cox 比例风险 (PH) 模型等进行剂量探索的情况。除了核心框架外，我们还开发了一种通用方法，以计算和统计上高效的方式拟合剂量反应数据。使用多种不同统计模型的几个实例说明了结果的广泛适用性。针对这些分析，我们开发了 R 附加包 DoseFinding，为本文采用的通用方法提供了便捷的接口。
引用
@article{arxiv.1305.0889,
title = {Model-based dose finding under model uncertainty using general parametric models},
author = {José Pinheiro and Björn Bornkamp and Ekkehard Glimm and Frank Bretz},
journal= {arXiv preprint arXiv:1305.0889},
year = {2014}
}
备注
Now references were correctly compiled