No-Observed-Adverse-Effect Levels in Severity Data
毒性严重程度数据中的无可观察不良效应水平AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于毒理剂量阈值与有序反应建模，使用 logit 并不意味着研究经济主体的离散选择。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
毒性严重程度数据中的无可观察不良效应水平
- 研究问题
- 毒性反应具有多个严重程度等级时，如何估计未增加毒性频率或严重程度的最大观测剂量，即 NOAEL？
- 方法与思路
- 作者对适当定义的数据子集重复应用既有 AIC 方法，并在稍作修改的连续比率 logit 模型下解释估计结果。
- 材料陈述的贡献
- 摘要称该程序给出多严重程度情形下 NOAEL 的最大惩罚似然估计，并用三组啮齿动物受控暴露数据说明。
- 阅读关注点
- 核对数据子集构造、连续比率模型的修改及惩罚形式，并关注耐受剂量假设和所估阈值的不确定性处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；模型条件及区间推断未说明，NOAEL 不能直接视为普遍安全剂量。
原文摘要
Toxicity data are often categorized by severity of response and dose level with the assumption that there is a tolerated dose below which there is no toxicity. For data from a controlled experiment, the largest observed dose at or below the tolerated dose is called the no-observed-adverse-effect level (NOAEL). The problem of identifying the NOAEL can be viewed statistically as estimating the maximal observed dose for which there is no increased severity or frequency of toxic response. We previously proposed a method based on the Akaike information criterion (AIC) for the case with only two response levels (presence or absence of a toxic endpoint). We show here that repeated applications of that method to suitably defined subsets of data provide the maximum penalized likelihood estimate of the NOAEL when there are multiple severity levels, under a slight modification of the continuation-ratio logit model. Three sets of data on controlled exposure of rodents are used to illustrate the method.