一项旨在改进非线性混合效应方法的研究,用于基于多个捐赠者的剂量反应数据的EC50估计

科学领域:

• 药理学和毒理学 药理学和毒理学
• 生物统计学 生物统计学
• 计算生物学 计算生物学

背景情况:

• 剂量反应关系对于评估化合物的疗效和功效至关重要.
• 通常使用的4参数后勤 (4-PL) 模型,EC50是强度的关键指标.
• 从多个捐赠者的数据来估计总体EC50存在挑战,现有的方法如元分析和非线性混合效应具有局限性.

研究的目的:

• 提出修改的非线性混合效应方法,从多个捐赠者的剂量反应数据中进行可靠的EC50估计.
• 解决与传统非线性混合效应模型相关的融合失败问题.
• 将拟议方法的性能与元分析方法进行比较.

主要方法:

• 使用随机近似预期最大化 (SAEM) 算法进行参数估计.
• 实现了多个起点,以确保对模型参数的全球最佳搜索.
• 将4参数逻辑模型 (4-PL) 应用于剂量反应数据.

主要成果:

• 提出的基于SAEM的非线性混合效应方法显著减少了收失败,即使只有少数捐助者 (n=3).
• 与对n ≥7个捐赠者的元分析相比,实现了较小的绝对中位偏差和提高了95%的置信区间覆盖概率.
• 从多个捐赠者的剂量反应数据中,证明了EC50估计的稳定性和更高的准确性.

结论:

• 该SAEM算法提供了一个可行的解决方案,以克服非线性混合效应建模对剂量反应数据的收问题.
• 这种修改后的方法为估计人口EC50值提供了更可靠,更准确的方法.
• 研究结果表明,这种方法对于分析多个捐赠者的剂量反应研究是有利的,特别是当捐赠者数量不同时.