參數化加速失敗時間模型下標竿劑量之估計

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：17

、訪客IP：18.191.200.145

姓名

林宥余(Yu-Iu Lin) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

參數化加速失敗時間模型下標竿劑量之估計
(Estimation of the Benchmark dose underparametric accelerated failure time models)

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)

在毒物學的研究中，每日可服劑量 ( Allowable Daily Intakes；簡稱ADI ) 的決定是一項重要的課題。因為每日服用劑量若超過一定的安全劑量，就容易產生毒性反應。本文探討在韋伯分配、對數邏輯斯分配與對數常態分配下的加速失敗時間模型，根據最高可容忍毒性反應所訂定的額外反應估計標竿劑量與標竿劑量下限。模擬研究額外反應、不同存活及設限分布對於標竿劑量估計的影響，最後藉分析一個實驗的資料，說明本文所提方法之應用。

摘要(英)

In toxicity study, how to determine the allowable daily intakes(ADI) is an important issue since taking the dose over acceptable region may cause an abnormal adverse. In this study, we estimate the benchmark dose and its lower bound based on the extra response required by the allowable toxic effect when the data are coming from the accelerated failure time model with Weibull, Log-logistic, and Log-normal distribution.
The results of a simulation study investigation the effect of extra response and a varity of survival and censoring distributions on the benchmark dose estimation are presented. Finally, we demonstrated the application of the proposed procedure by analyzing an experimental data.

關鍵字(中)

★ 藥物或毒物可服用劑量
★ 標竿劑量
★ 額外反應
★ 加速失敗時間模型

關鍵字(英)

★ ADI
★ Benchmark dose
★ extra response
★ Accelerated failure time model

論文目次

目錄
第一章研究動機及目的………………………………… 1
第二章文獻回顧………………………………………… 5
第三章統計方法………………………………………… 13
3.1韋伯加速失敗時間模型下標竿劑量估計………… 15
3.2對數邏輯斯加速失敗時間模型下標竿劑量估計… 17
3.3對數常態加速失敗時間模型下標竿劑量估計…… 20
第四章模擬研究………………………………………… 21
4.1 模擬方法……………………………………… 21
4.2 模擬結果……………………………………… 22
第五章實例分析………………………………………… 25
第六章結論和未來可行之研究………………………… 28
參考文獻 ………………………………………………… 29
圖目錄
圖 1.X-放射線劑量資料之Kaplan-Meier存活函數………… 30
圖 2.五組劑量水準下加速失敗時間模型之分位點圖……… 30
圖 3.五組劑量水準下不同參數分配的風險函數圖………… 32
圖 4.Cox-Snell殘差圖……………………………………… 33
圖 5.額外反應與對應標竿劑量信賴下界圖………………… 34
表目錄
表1.AIC值 ……………………………………………… 35
表2.參數化加速失敗時間模型下標竿計量估計…………… 35
表3.韋伯比例危險模型下標竿計量估計……………………… 35
表4.韋伯加速失敗時間模型下右設限資料之標竿計量估計… 36
表5.對數邏輯斯加速失敗時間模型下右設限資料之標竿計量估計……………………………………………………………… 42
表6.對數常態加速失敗時間模型下右設限資料之標竿計量估計………………………………………………………… 45
表7. 交叉分析1………………………………………………… 48
表8. 交叉分析2………………………………………………… 54
附錄一雌性老鼠照射五種不同劑量的X-放射線之死亡天數… 57

參考文獻

参考文獻
[1] Crump K. S. (1984). A new method for determining allowable daily
intakes, Fundamental and applied toxicology, 4,854-87.
[2] Crump, K. S. (1995). Calculation of benchmark doses from continuous
data. Risk Analysis 15, 79-89
[3] Ryan, L. (1992). Quantitative risk assessment for developmental toxicity.
Biometrics 48, 163-174.
[4] Al-Saidy O. M., Piegorsch, W.W., West, R.W. and Nitcheva D.K. (2003).
Confidence bands for low-dose risk estimation with quantal response
data, Biometrics 59 ,1056-1062
[5] Kaplan, E.L. and Meier, P. (1958). Nonparameteric estimator from
incomplete observations.Journal of the American Statistical Association
53,457-481
[6] Piegorsch , W.W., West, R.W., Pan,W., Kodell, R.L. (2005). Low dose
risk estimation via simultaneous statistical inferences, Journal of the
Riyal Statistical 54, Part1, 245-258
[7] Wei, L.J. (1992). The Accelerated failure time model: A useful alternative
to the Cox regression model in survival analysis Statistics in Medicine,
11 1871-1879
[8] Gaylor, D. W. and Slikker, W. L. (1990). Risk assessment for neurotoxic
effects. Neurotoxicology, 11, 211–218.
[9] Cox, D.R. (1972). Regression models and life tables. Journal of the Royal
Statistical Society, Ser.B 34 187-220
[10] Upton, A.C., Allen, R.C., Brown, R.C., Clapp, N.K., Conklin, J.W., Cosgrove, G.E, Darden, Jr., E.B., Kastenbaurm, M.A., Odell, Jr., T.T., Serrano, L.J., Tynall, R.L. and Walburg, Jr., H.E. (1969). Quantitative
experimental study of low-level radiation carcinogensis. Radiation
-induced cancer. International Atomic Energy Agency , Vienna,425-438
[11]革惠雯 (2000)，右設限資料之下每日可服劑量之研究，國立中央大學統計研究所
[12]王宏福 (2001) ，右設限資料之下每日可服劑量之研究，國立成功大學統計學研究所
[13]林文明(2006)，右設限存活資料中每日可服劑量之統計推論, 國立中央大學統計研究所

指導教授

陳玉英(Yuh-Ing Chen)

審核日期

2007-7-17

推文