On the Use of Covariates for Rodent Bioassay and Screening Experiments
啮齿动物生物测定与筛查实验中的协变量使用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：摘要研究生物实验中的区室模型识别，未涉及处理效应、经济结构估计或所列其他具体方向。
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…
关注这篇论文的作者
啮齿动物生物测定与筛查实验中的协变量使用
- 研究问题
- 仅观察吸收时间和是否进入中间状态、未观察转移时点时，如何借助额外信息识别并估计中间状态的患病比例？
- 方法与思路
- 作者在三状态区室模型中结合协变量与一次或多次随机筛查，使时点患病比例可识别，并以动物病理数据说明。
- 材料陈述的贡献
- 摘要称，该方案使未吸收个体中处于中间状态的时点比例可识别且易于估计，并提供肿瘤发生实验的应用。
- 阅读关注点
- 核对协变量与随机筛查如何提供识别信息、筛查设计要求，以及患病比例识别是否进一步支持转移率识别。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；具体识别条件未说明，患病比例可识别不能直接解释为全部转移率可识别。
原文摘要
Consider a three-state compartmental model with an initial, an absorbing and an intermediate state which may or may not be entered before absorption. Observable data are time to absorption and an indication of whether the intermediate state was entered, but not the time of transition. The transition rates characterizing the process are nonidentifiable without simplifying assumptions or additional information on the prevalence function, defined as the time specific proportion of nonabsorbed individuals in the intermediate state. Our approach makes prevalence identifiable and easily estimable through the use of covariates, combined with one or more random screens of the population. The results are illustrated with pathology data from a rodent tumourigenicity experiment involving several random sacrifices.