论文部分内容阅读
目的:本文将介绍两种估计基准剂量的非参数贝叶斯方法:基于加权过程的非参数贝叶斯方法和基于随机过程的非参数贝叶斯方法,将这两种方法相互比较后再与参数模型作比较,研究其在不同剂量反应数据情形下的表现。方法:分别介绍常用的参数模型、基于加权过程的非参数贝叶斯方法和基于随机过程的非参数贝叶斯方法的基本原理。通过不同的参数设置构建8种情形的剂量反应数据,采用R软件生成模拟数据并用介绍的两种非参数方法做模拟分析,以BMD估计值与真实值的差距以及BMDL的覆盖率为评价指标,比较两种方法的表现。从文献中选取9组癌症数据,分别用两种非参数方法和BMDS软件中的9种参数模型进行估计,比较各方法估计结果的差异。结果:两种非参数方法NPB1和NPB2的估计结果都与真实BMD值较为接近。当多阶段模型参数设置为MS(0,1,1,3),剂量组数为6,剂量间距为对数间距时,NPB1方法的BMDL覆盖率明显低于正常水平,BMD估计值有较大偏倚,这种较大的偏倚可能是由相对高的后验宽度参数值带来的过度拟合而造成;两种方法的RMSE值均较小;NPB2方法的BMDL覆盖率更接近真实水平,保守的来讲,NPB2方法较NPB1方法更为可取。实例中与不同的参数模型结果相比可知,两种非参数方法得到的BMD估计值都落入或非常接近由参数模型得到的BMD估计值的范围;而在可信区间方面,非参数方法估计的BMDLs值大多比参数模型算得的BMDLs值要小。结论:两种非参数贝叶斯方法在基准剂量估计过程中都可提供合理的拟合值,尤其是在传统的参数模型无法提供合理的拟合值的情况下,也可很好的应用;而NPB2方法在估计结果和软件运算速度方面均略优于NPB1。非参数方法在模型拟合过程中很灵活,应用范围广泛,在今后基准剂量估计研究中,是一种非常有用的方法。