2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩44頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著醫(yī)療衛(wèi)生事業(yè)的發(fā)展,許多疾病的治療已有現(xiàn)成的有效藥物,出于倫理方面的考慮,以陽性標(biāo)準(zhǔn)對(duì)照藥而不是以安慰劑為對(duì)照的臨床試驗(yàn)越來越多,因此許多臨床研究的目的就轉(zhuǎn)變?yōu)榇_定新藥物的新療效是否不差于標(biāo)準(zhǔn)的有效對(duì)照藥物,即非劣效性試驗(yàn)。根據(jù)ICH E10序言中的要求,試驗(yàn)組藥物的療效既要非劣于陽性對(duì)照組,又要優(yōu)于安慰劑。但是達(dá)到什么標(biāo)準(zhǔn)才算是非劣呢?這就涉及非劣效性邊界△的確定問題。為了滿足ICH E10序言中的要求,只有將非劣效性邊界視為未知

2、參數(shù)才是合理的。非劣效性邊界的確定和統(tǒng)計(jì)推斷是非劣效性試驗(yàn)的兩個(gè)重要問題,用傳統(tǒng)的置信區(qū)間或點(diǎn)估計(jì)方法來確定非劣效性邊界都是行不通的,Shein-Chung Chow(2006)等給出了常數(shù)狀態(tài)下非劣效性邊界的確定方法。 本文主要是在Shein-Chung Chow等研究的基礎(chǔ)上,考慮參數(shù)的先驗(yàn)信息,用Bayes方法分別討論了正態(tài)分布、泊松(Poisson)分布、二項(xiàng)分布、混合效應(yīng)等常見的模型中非劣效性邊界的確定問題,并分析參數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論