偏斜常態分布下之生物對等性檢定

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：15

、訪客IP：18.119.133.228

姓名

蕭智宇(Chih-Yu Hsiao) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

偏斜常態分布下之生物對等性檢定

相關論文

★ 藥物最低有效劑量之無母數鑑別	★ 根據貝氏檢定建構的第一期臨床試驗設計
★ 第一期臨床試驗之貝氏調適設計	★ 強餘震之即時貝氏預測
★ 鑑別最佳添加藥物劑量的兩階段早期臨床試驗設計	★ 臺灣地區地下水品質之統計研究
★ 右設限存活資料之下每日可服劑量之研究	★ 集集餘震之統計研究
★ 多群資料下最低有效劑量之聯合鑑別	★ 最大餘震規模之統計分析
★ 最大餘震發生時間之統計分析	★ 地震預測之統計分析
★ 加權Kaplan-Meier統計量之推廣	★ 鑑別藥物最低有效劑量之檢定
★ 餘震序列RJ模型之貝氏分析	★ 藥物最低有效劑量之穩健鑑別

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

本文研究在兩期雙序列交叉設計之下，測試藥及專利藥的生物對等性檢定。檢定的對象為生體可用率參數，例如：血液中的藥物總濃度 (AUC) ，最高藥物濃度 (Cmax) 及達到最高藥物濃度的時間 (Tmax) 。美國食品藥物管理局 (U.S. FDA) 建議的兩個單尾檢定是在上述參數估計式為對數常態分布假設下建立的，但是，實務中對數常態分布假設可能不合理。本文在對數轉換之參數估計為偏斜常態分布假設下，建立一個隨機效應模式，然後應用期望值最大化演算法估計模式中的參數，藉此建立較為穩健的兩個單尾檢定，進行研究兩種藥物的生物對等性檢定。本文以模擬研究上述兩種生物對等性檢定的型I誤差率及檢定力，結果顯示傳統及本文所提的兩個單尾檢定在型I誤差率表現相近，但是本文所提的檢定在偏斜常態分布下有較佳的檢定力表現。本文最後分析一筆資料，說明所提隨機效應模式及其生物對等性檢定的應用。

摘要(英)

The thesis considers the bioequivalence (BE) test between the test drug and patent drug under a 2×2 crossover design. The bioavailability (BA) parameters under study are, for example, the overall drug concentration in blood (AUC) , the maximum drug concentration (Cmax) , and the time to reach the maximum drug concentration. Note that the two one-sided tests (TOST) suggested by U.S. FDA that are constructed under the assumption of lognormal distribution for the estimated BA parameters may not be practical. Therefore, this article constructs a random effect model for the estimated BA parameters by assuming that the logarithm of the estimated BA is distributed according to a skew-normal distribution. The parameters of the random effect model are estimated by using the EM algorithm, a robust TOST is then conducted for the BE between the two drugs. A simulation study is implemented to investigate the type I error rate and power of the two different BE tests. The result show that the two BE tests are similar on holding their type I error rates, but the robust BE test has a better power performance than the conventional TOST. Finally, analyze a real data set is illustrated to demonstrate the application of the proposed random effect model and the bioequivalence test.

關鍵字(中)

★ 生物對等性檢定
★ 兩期雙序列交叉設計
★ 生體可用率
★ 偏斜常態分布
★ 期望值最大化演算法

關鍵字(英)

★ Bioequivalence test
★ 2x2 crossover design
★ Bioavailability
★ Skew-normal distribution
★ EM algorithm

論文目次

目錄
摘要 i
Abstract ii
致謝辭 iii
目錄 iv
表目錄 v
圖目錄 vi
第一章　研究背景及目的 1
第二章　偏斜常態分布及相關模型 7
2.1　偏斜常態分布 7
2.2　偏斜常態分布下之線性混和模型 8
2.3　期望值極大化演算法 10
第三章　生物對等性檢定 13
3.1　常態分布下的生物對等性檢定 13
3.2　偏斜常態分布下的生物對等性檢定 15
3.3　建立生物對等性檢定 19
第四章　模擬研究 20
第五章　實例分析 23
第六章　結論與未來研究 27
參考文獻 28
附錄 30

參考文獻

Arellano-Valle, R. B. , Bolfarine, H. and Lachos, V. H. (2005). Skew-normal linear mixed models. Journal of Data Science, 3, 415-438
Azzalini, A. (1985). A class of distributions which includes the normal ones. Scandinavian Journal of Statistics, 12(2), 171-178.
Azzalini, A. and Dalla Valle, A. (1996). The multivariate skew-normal distribution. Biometrika, 83(4), 715-726.
Berger,R. L. and Hsu,J. (1996). Bioequivalence trials, intersection-union tests and equivalence confidences sets. Statistical Science, 11, 283-319.
Chow, S. C. and Liu, J. P. (2008). Design and analysis of bioavailability and bioequivalence studies. Marcel Dekker, New York.
Dempster, A. P., Laird, N. M. & Rubin, D. B. (1977). Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society, B, 39, 1‐22.
Efron, B. and Tibshirani, R. (1986). Bootstrap methods for standard errors,confidence intervals, and other measures of statistical accuracy.Statistical Science, 1, 54-75.
Food and Drug Administration. (1992). Guidance on statistical procedures for bioequivalence studies using a standard two-treatment crossover design. Center for Drug Evaluation and Research, Division of Bioequivalence, Rockville, MD.
Food and Drug Administration. (2001). Guidance for industry: statistical approaches to establishing bioequivalence. Center for Drug Evaluation and Research, Rockville, MD.
Hauschke, D., Steinijans, V. and Pigeot, I. (2007). Bioequivalence studies in drug development: Method and Applications, Wiley, Chichester, West Sussex, England.
Louis, T. A. (1982). Finding the observed information matrix when using the EM algorithm. J. R. Stat. Soc. Ser. B 44, 226–233
Pourahmadi, M. (2007). Construction of skew-normal random variables: Are they combinations of normal and half-normal? Technical report, Northern Illinois University. Rowland, M. and Tozer, T.N. (1980): Clinical pharmacokinetics Concepts and Applications. Lea& Febiger, Philadelphia, PA.
Schuirmann, D. L. (1981). On hypothesis testing to determine if the mean of a normal distribution in contained in a known interval. Biometrics, 37, 617.
Yeh, K.C. and Kwan, K.C. (1978). A comparison of numerical algorithms by trapezoidal,LaGrange, and spline approximations. Journal Pharmacokinet. Biopharm, 6, 79‐98.
黃慧雯，「雙向交叉設計下生物相等性的多元檢定」，國立中央大學，碩士論文，民國98年。
詹國松，「針對非對數常態資料的生體相等性檢定」，國立中央大學，碩士論文，民國100年。
謝佩倢，「生物對等性之輩是檢定」，國立中央大學，碩士論文，民國101年。

指導教授

陳玉英(Yuh-Ing Chen)

審核日期

2014-7-4

推文