Optimal designs for dose response curves with common parameters
共享参数的剂量反应曲线最优设计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：摘要讨论临床剂量反应模型的最优试验设计，未提供与所列计量细分方向直接对应的证据。
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…
共享参数的剂量反应曲线最优设计
- 研究问题
- 当同一种药物的不同给药频率对应共享部分参数的剂量反应模型时，如何设计试验以比较各组曲线？
- 方法与思路
- 作者建立共享参数回归模型的最优设计理论，分析可容许设计的支持点数，并研究不同共享参数情形。
- 材料陈述的贡献
- 摘要称给出支持点数上界、若干模型的显式D最优设计，以及最少支持点设计达到全局最优的充分条件。
- 阅读关注点
- 应核对共享位置及尺度参数的具体设定、支持点上界的条件，以及最少支持点设计的最优性证明范围。
- 阅读边界
- 仅据版本未注明的索引摘要；具体模型、局部设计所需参数值及实例结果未说明，不能判断跨模型适用性。
原文摘要
A common problem in Phase II clinical trials is the comparison of dose response curves corresponding to different treatment groups. If the effect of the dose level is described by parametric regression models and the treatments differ in the administration frequency (but not in the sort of drug), a reasonable assumption is that the regression models for the different treatments share common parameters. This paper develops optimal design theory for the comparison of different regression models with common parameters. We derive upper bounds on the number of support points of admissible designs, and explicit expressions for $D$-optimal designs are derived for frequently used dose response models with a common location parameter. If the location and scale parameter in the different models coincide, minimally supported designs are determined and sufficient conditions for their optimality in the class of all designs derived. The results are illustrated in a dose-finding study comparing monthly and weekly administration.