现代医学统计学(第2版)_陆盈 主编_AZW3_MOBI_EPUB_PDF_电子书(无页码)_陆盈 主编

内容节选

第十七章健康危险度评价中的剂量-反应模型 朱怡良1 孙晓武21 美国南佛罗里达大学流行病与生物统计系2 美国CareFusion公司 第一节 引言 [1][1][2][3] 有充分证据表明,包括致癌、发育毒性、致畸、免疫毒性和神经毒性在内的各种有害健康的效应与环境接触化学品有关。美国环保署(EPA)TSCA目录目前注册了超过6500种正在美国使用的化学物质,而且这个数目还在增加。然而,只有大约10%的物质做过致癌性检验,非癌毒性检验的数目更少。据估计,约有3%至28%的化学物有神经毒性;有500多种注册的杀虫剂成分会不同程度地影响生物品系的神经系统。在American Conference of Governmental Industrial Hygienists列出的588种化学物中,有167种在一定的接触水平以上会影响神经系统或行为。在美国,大约有100万以上人口接触200种化学物。如果接触过量,其中超过三分之一会引起神经系统的有害效应。因此,如何准确地评估接触引起的各种潜在毒性对人体健康的全面影响直接涉及到规范与管理环境化学物的科学依据。 一、健康危险度评价 [4] 健康危险度评价由以下各部分组成:危害性识别、剂量-反应评估、接触评估和危险度特征刻画。通过个案报告或动物/人体试验,危害性识别涉及接触的剂量、途径、速度和持续时间,检测接触所致有害健康效应。由于人接触实验通常行不通,剂量-反应分析一般通过动物实验进行。剂量-反应评估的目的是确定一个可控制危险度的接触程度或范围。接触评估是识别已接触或潜在接触的人群,描述其大小和组成,提供接触的类型、幅度、频率和持续时间。作为危害性识别、剂量-反应评价和接触评价的综合,危险度特征刻画就是对接触后果的阐述。(本文工作受到US National Science Foundation项目DMS9978370的资助)。 [5][5] 在过去大约10年里,非肿瘤危险度评价范畴中的剂量-反应评估大都集中在如何确定无可见有害效应水平(no-observed-adverse-effect-level,NOAEL)或最低可见有害效应水平(lowest-observed-adverse-effect-level,LOAEL),而大多忽略了剂量-反应关系的形状。NOAEL是所致有害效应的增加与对照组相比无统计学差异的最大实验剂量。LOAEL是引起有统计学意义的有害效应增加的最低剂量。NOAEL(在NOAEL不能确定时用LOAEL)被不确定因子除即得参考剂量(reference dose,RfD)或参考浓度(reference concentration,RfC)。不确定因子的使用考虑到了种系间反应的差异、不同的接触途径和其他研究中引起的变异。RfD是带有一定不确定性的日接触量的估计。在此剂量下被接触人群很可能终生不会由此引发可察觉的不良健康效应。RfD为设立化学物规范水平提供了一个定量基础。 [6,7,8][6][4,9,10,11] 因为NOAEL/LOAEL局限于实验剂量,其确定忽略了剂量-反应关系的形状,且相应于NOAEL/LOAEL的危险度在不同实验间差异巨大。认识到NOAEL/LOAEL方法的不一致性,U. S. EPA和其他几个国际机构推荐使用基准剂量法作为发育毒性以及其他非肿瘤效应危险度评估的替代或补充方法。可以预料,通过选择正确的统计方法,BMD方法能够克服NOAEL/LOAEL方法的不足,并提供更一致的危险度定量估计。 二、基准剂量 在叙述基准剂量方法之前,我们先讨论危险度的度量问题。考虑健康效应的一个度量Y。假定没有接触时Y服从累积分布函数为F0(y)=Pr(Y﹤y)的随机分布。接触于水平为d的化学物时Y的分布变成。分布的改变有多种方式,包括常见的均数的变化和方差的改变。描述危险度的剂量-反应关系本质上就是刻画分布特征关于接触程度的函数。于是,在统计学上,问题简化为定量地反映从F0(y)到Fd(y)的改变。例如,对Y的一个特定测量值集合A,我们可以用作为一个参考水平来衡量π(d)的改变。从π(0)到π(d)的显著改变即意味着健康危险及其剂量-反应关系。然而,概率并不一定直接度量危险度,因为A中的值并不一定明确表示有害效应的某个诊断。这个方法用人群分布的改变来评价整体的危险度,而不是识别个体水平上的有害效应,因而我们称之为人群水平危险度特征刻画。 虽然Y的值并不总能用来诊断有害效应,尤其当Y是连续变量时,但在特殊情况下按毒理学标准A确实可以表示有害效应的区域。例如当Y是两分类度量的情形,以Y=1表示有害效应,则A={1},且π(d)是危险度的直接度量。因而评价个体意义上的有害效应是可行的。我们称之为个体水平危险度特征刻画。 [12] 虽然人群水平危险度评价的原理清晰,但人群分布改变......

  1. 信息
  2. 主编及副主编简介
  3. 第2版前言
  4. 第1版前言
  5. 第一篇 医学与流行病中的统计方法
  6. 第一章 医学中统计思维的历史
  7. 第四节 统计分析与实验室研究
  8. 第九节 政府法规与统计学
  9. 第二章 数据描述、变异建模与统计实践
  10. 第三节 通过模型调整因素来描述数据
  11. 第五节 统计实践
  12. 致谢
  13. 第三章 生存变量的预后生物标记物的协变量特异和协变量校正的预测方法
  14. 第三节 协变量校正时依PPV曲线
  15. 第五节 多中心艾滋病队列研究
  16. 参考文献
  17. 第四章 个体化治疗的统计学方法
  18. 第三节 个体化治疗的选择
  19. 第四节 讨论
  20. 第五章 统计学方法在放射医学研究的质量控制、质量保障和质量改进中的应用
  21. 第三节 统计过程控制图
  22. 第四节 一致性评价
  23. 第五节 校准和标准化
  24. 第六节 结论
  25. 第六章 统计方法在医学图像分析中的应用
  26. 第三节 用各向异性统计扩散减少噪声
  27. 第四节 医学图像的分割
  28. 第五节 利用3维Monte Carlo模拟改进图像配准的置信区间
  29. 第七章 成本效果分析与循证医学
  30. 第三节 统计方法
  31. 参考文献
  32. 第八章 与健康有关生存质量研究的统计设计与分析
  33. 第三节 生存质量测定量表的国际化方法
  34. 第四节 生存质量研究的设计与实施
  35. 第五节 生存质量资料的特点及相应的统计分析方法
  36. 第六节 心理统计的基本原理与方法[64]
  37. 小结
  38. 第九章 Meta分析
  39. 第二节 Meta分析的常用统计方法
  40. 第三节 Meta分析的Bayes方法
  41. 第四节 诊断试验的meta分析
  42. 第五节 适宜于连锁分析文献的meta分析方法
  43. 第六节 Meta分析中的偏倚
  44. 参考文献
  45. 第十章 传染病模型
  46. 第三节 病毒动力学模型
  47. 第四节 干预和预防
  48. 第五节 小结
  49. 第十一章 抽样调查中的特殊模型*
  50. 第二节 小区域分析的随机效应模型
  51. 第三节 捕获-再捕获模型
  52. 第十二章 重复捕取(捕获-再捕获)方法在流行病监测上的应用
  53. 第二节 重复捕取的背景与动机
  54. 第三节 不考虑协变量的模型
  55. 第四节 包含协变量的模型
  56. 第五节 结论与讨论
  57. 第十三章 疾病筛查资料的统计方法
  58. 第二节 筛查疾病自然史的一阶段简化模型
  59. 第三节 筛查疾病自然史的两阶段模型
  60. 第四节 筛查疾病自然史的多阶段马尔科夫链随机模型
  61. 第五节 筛查方案的模拟评价及优化
  62. 第二篇 临床试验中的统计方法
  63. 第十四章 统计学在生物制药研发中的应用
  64. 第三节 生物利用度与生物等效性
  65. 第四节 有重复记录的QT/QTc研究
  66. 第五节 全球性临床试验进展
  67. 第六节 影像诊断中的统计
  68. 第七节 GCP中的统计原则
  69. 参考文献
  70. 第十五章 药理学和临床前研究的统计学
  71. 第三节 生物利用度和生物等效性
  72. 第四节 测定方法的开发与确证
  73. 第十六章 毒理学的统计方法
  74. 第二节 生殖研究
  75. 第三节 混合试验
  76. 参考文献
  77. 第十七章 健康危险度评价中的剂量-反应模型
  78. 第三节 聚集性多项数据:发育毒性
  79. 第四节 纵向数据:神经行为毒性检测
  80. 第五节 基准剂量
  81. 第十八章 确证性临床试验中的统计学基本问题
  82. 第三节 第Ⅰ类错误率的控制
  83. 第四节 期中分析、成组序贯设计与适应性设计
  84. 第五节 阳性对照试验
  85. 参考文献
  86. 第十九章 定性评价处理作用的替代指标
  87. 第三节 基于因果性先验知识的替代指标准则
  88. 第四节 基于关联性先验知识的替代指标准则
  89. 第二十章 临床研究中的动态试验设计
  90. 第三节 方案修订的影响
  91. 第五节 回顾性调整的困难
  92. 参考文献
  93. 第二十一章 中医研究中的统计方法
  94. 第三节 中医症状筛选研究
  95. 致谢
  96. 第三篇 遗传研究中的统计方法
  97. 第二十二章 稀疏片段识别及拷贝数变异分析的应用
  98. 第三节 基于单样本第二代测序数据的具有鲁棒性的拷贝数变异识别
  99. 第四节 基于群体样本对重复出现的拷贝数变异的识别
  100. 参考文献
  101. 第二十三章 连锁研究设计与分析的统计方法
  102. 第二节 连锁分析
  103. 第三节 讨论
  104. 第二十四章 用新一代测序技术的转录组分析
  105. 第三节 讨论
  106. 第二十五章 人类种群遗传结构
  107. 第三节 人群结构的经验数据
  108. 第五节 遗传关联研究中的种群结构和混淆情况
  109. 第二十六章 全基因组关联研究中的数据整合方法
  110. 第三节 整合不同数据类型的统计方法
  111. 第四节 讨论
  112. 第四篇 通用的概率统计理论与方法
  113. 第二十七章 统计因果推断
  114. 第四节 混杂偏倚与混杂因素
  115. 第五节 基于因果图的混杂因素的准则
  116. 第六节 多混杂因素
  117. 第二十八章 生存分析
  118. 第四节 计数过程理论
  119. 第八节 相乘性强度模型
  120. 第十一节 多元失效时间资料
  121. 第二十九章 纵向数据分析的回归模型
  122. 第二节 参数、半参数方法概述
  123. 第三节 变系数非参数模型
  124. 第四节 基于分布函数的非参数模型
  125. 第五节 结果自适应协变量的回归方法
  126. 参考文献
  127. 第三十章 核密度估计和非参数局部多项式回归
  128. 第三节 局部多项式拟合
  129. 第四节 局部似然函数和局部部分似然函数
  130. 第五节 非参数拟合优度检验
  131. 第六节 其他应用
  132. 参考文献
  133. 第三十一章 非独立数据的统计分析方法
  134. 第二节 常见的非独立数据的组内相关结构
  135. 第三节 传统方法及其局限性
  136. 第四节 非独立数据的广义估计方程
  137. 第五节 非独立数据的多水平模型
  138. 第六节 组内相关系数的区间估计及抽样分布
  139. 第七节 非独立试验的样本含量及成本效益
  140. 第三十二章 Bayes方法
  141. 第三节 先验的选取
  142. 第四节 Bayes计算
  143. 第五节 Bayes非劣效临床试验设计
  144. 第六节 应用与实例
  145. 参考文献
  146. 第三十三章 合适的无先验概率推断及其在医学统计中的应用
  147. 第三节 条件推断模型和边际推断模型
  148. 第四节 受约束推断模型
  149. 第五节 选择推断
  150. 第七节 Meta分析:多正态均值问题
  151. 第三十四章 随机过程及其在医学中的应用
  152. 第二节 Markov链的应用
  153. 第三节 一些特殊的Markov链
  154. 第四节 Markov链在统计计算中的应用——MCMC方法
  155. 第五节 基于Markov链的流行病传播模型
  156. 参考文献
  157. 第三十五章 时间序列中的缺失值填补和移动假日效应的调整
  158. 第二节 逐日观测序列移动假日效应的调整
  159. 参考文献
  160. 第三十六章 树形法
  161. 第三节 生存树
  162. 第三十七章 BP神经网络模型简介
  163. 第三节 DPS数据处理系统操作步骤
  164. 第五节 基于遗传算法的人工神经网络