Nonparametric Mixed-Effects Models for Repeated Binary Data Arising in Serial Dilution Assays: An Application to Estimating Viral Burden in AIDS
连续稀释试验重复二元数据的非参数混合效应模型：艾滋病病毒负荷估计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：摘要明确涉及患者层面的重复二元观测、个体随机效应及治疗前后记录，对应重复个体数据建模方向。
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…
连续稀释试验重复二元数据的非参数混合效应模型：艾滋病病毒负荷估计
- 研究问题
- 如何利用连续稀释试验中的重复感染与否记录，估计患者抗病毒治疗前后的病毒负荷，并处理未达到终点和稀释方案变化？
- 方法与思路
- 作者将患者特异的病毒滴度建模为来自未知分布的随机效应，将治疗效应设为固定效应，以混合效应模型利用全部试验记录。
- 材料陈述的贡献
- 摘要称，该方法能够利用未达到试验终点的数据，并容纳随时间改变的稀释设计，用于估计治疗前后的病毒负荷。
- 阅读关注点
- 应核对二元感染概率模型、随机效应分布的估计方式、患者内依赖处理，以及治疗效应与病毒负荷之间的解释关系。
- 阅读边界
- 依据版本未注明的索引摘要。估计细节、样本规模和结果数值未提供；治疗前后比较的因果识别条件也未说明。
原文摘要
This article develops methods for estimating treatment effects in mixed-effects models using outcome data gathered from serial dilution assays. Our application allows us to estimate the viral burden of HIV infection before and after antiviral treatment from cell dilution assays. This assay is designed to determine the infectious units per patient peripheral blood mononuclear cell (PBMC). The infectious unit is the amount of virus required to produce detectable HIV infection in PBMC's from healthy, uninfected donors. At each dilution level of the patient cells, one observes whether or not it was possible for the virus from these cells to infect donor cells. Thus the assay result for each subject consists of a series of repeated binary outcomes. We propose an analytic approach in which patient-specific titers (measures of viral burden) are modeled as random effects from an unknown distribution, and treatment effects are modeled as fixed. This approach makes use of all assay results, even if many assays fail to reach endpoint (i.e., they turn negative at the highest dilution level) and the assay design (dilution scheme) changes over time.