【摘要】：本文研究的是在第一階段臨床試驗中,尋找兩種制劑混合而成藥物的最大耐受劑量的方法。對于一種制劑的最大耐受劑量,目前已有比較成熟的方法,比如,CRM方法和Up and Down。對于兩種及其多種制劑的(MTD)研究,還在探索。美國Peter F.Thall等人提出一種復(fù)雜模型和算法,研究這個問題。本文本著簡化模型和算法的想法,對此進行改進探索。我們提出一個自適應(yīng)的兩階段貝葉斯設(shè)計,用于混合使用兩種細胞霉素制劑于第一階段臨床試驗以找出一個或多個可接受的(AD)劑量對。此方法要求每一種制劑在混合使用前已分別研究過,并且此制劑在使用時穩(wěn)定。我們設(shè)定一個關(guān)于兩個制劑量的函數(shù)的中毒概率參數(shù)模型。每一種制劑的中毒概率參數(shù)的信息先驗或者由設(shè)計試驗的醫(yī)生引出,或者由以前的歷史數(shù)據(jù)引出,對于兩種制劑之間的相互作用的參數(shù)先設(shè)定一個模糊先驗。先給出兩種制劑各自的參數(shù)先驗的引出。我們這種設(shè)計應(yīng)用于GEM和CTX的臨床試驗,并給出模擬研究。
[Abstract]:In the first phase of the clinical trial, we studied the method of finding the maximum tolerated dose of the two preparations. For the maximum tolerated dose of a preparation, there are currently more mature methods, such as CRM and Up and Down. (MTD) studies on two or more preparations are still being explored. Peter F.Thall et al. Proposed a complex model and algorithm to study this problem. Based on the idea of simplified model and algorithm, this paper explores how to improve the model. We propose an adaptive two-stage Bayesian design for the use of a mixture of two kinds of cytomycin in the first phase clinical trial to find one or more acceptable (AD) dosages. This method requires that each preparation has been studied separately before mixed use and that the preparation is stable at the time of use. We set up a poisoning probability parameter model for the function of two formulations. A priori of the poisoning probability parameters of each preparation is obtained either by the doctor who designed the experiment or by previous historical data to set a fuzzy priori for the parameters of the interaction between the two preparations. A priori introduction of the parameters of the two preparations was given. Our design was applied to clinical trials of GEM and CTX, and a simulation study was given.
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：R311

【共引文獻】

相關(guān)期刊論文 前10條

1 李凡群;;熵損失下Pareto分布參數(shù)估計[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報;2006年01期

2 楊軍;黃金;申麗娟;趙宇;;利用相似產(chǎn)品信息的成敗型產(chǎn)品Bayes可靠性評估[J];北京航空航天大學(xué)學(xué)報;2009年07期

3 陳浩明;陳應(yīng)保;李開燦;;逆χ~2分布下正態(tài)模型參數(shù)的后驗分布及其抽樣[J];北京印刷學(xué)院學(xué)報;2008年02期

4 熊建華;丁樹良;甘登文;;對稱相對熵測驗等值法[J];江西師范大學(xué)學(xué)報(自然科學(xué)版);2010年02期

5 韓慧芳;阮志凌;;產(chǎn)品驗收試驗中參數(shù)的Bayes序貫估計[J];長春大學(xué)學(xué)報;2006年02期

6 廖遠u&,劉弘;公共安全突發(fā)事件的探測分析——利用方差多變點分析技術(shù)對SARS疫情的研究[J];財經(jīng)研究;2003年11期

7 朱慧明;李素芳;;基于VAR模型的中國居民消費水平貝葉斯單位根檢驗[J];財經(jīng)理論與實踐;2008年04期

8 周源泉,劉文生,田勝利;左截尾雙參數(shù)指數(shù)分布的可靠性評估(Ⅰ)[J];導(dǎo)彈與航天運載技術(shù);2005年02期

9 李艷穎;;平方損失函數(shù)下Pareto分布參數(shù)的Bayes估計[J];德州學(xué)院學(xué)報;2010年04期

10 陳富堅;黃世斌;包惠明;;水泥混凝土路面的工后可靠度及其計算方法[J];工程力學(xué);2010年S1期

相關(guān)會議論文 前3條

1 劉斐;汪彤;呂良海;白光;;城市燃氣管線火災(zāi)事故的風(fēng)險定量分析[A];“中國視角的風(fēng)險分析和危機反應(yīng)”——中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會第四屆年會論文集[C];2010年

2 李剛;童，

本文編號：2421542