双相非 sigmoid 剂量-反应关系的建模：针对生化数据集的 Brain-Cousens 与 Cedergreen 模型比较
定量方法
2023-08-21 v1
摘要
双相、非 sigmoid 剂量-反应关系在生物化学与药理学中频繁出现，但未必总以恰当的统计方法进行分析。在此，我们考察针对“毒物兴奋效应（hormetic）”剂量-反应关系的曲线拟合方法，其中效应物的低剂量与高剂量产生相反响应。我们提供用于建模的完整数据集，并提供在 SAS 中使用两种既定毒物兴奋效应数学模型（Brain-Cousens 模型和 Cedergreen 模型）分析该数据集的代码。我们展示如何获取并解释由建模产生的曲线参数（如 ED50），并讨论当剂量-反应实验条件改变时曲线参数可能以可预测方式发生的变化。除对我们提供的原始数据集建模外，我们还对应用常见归一化技术后的数据集进行建模，并指出这如何影响与拟合曲线相关的参数。我们所用的 Brain-Cousens 与 Cedergreen 曲线拟合模型在捕捉双相剂量-反应关系的定量信息方面同样有效。
引用
@article{arxiv.2308.08618,
title = {Modeling Biphasic, Non-Sigmoidal Dose-Response Relationships: Comparison of Brain-Cousens and Cedergreen Models for a Biochemical Dataset},
author = {Venkat D. Abbaraju and Tamaraty L. Robinson and Brian P. Weiser},
journal= {arXiv preprint arXiv:2308.08618},
year = {2023}
}