Comparaison des courbes dose-réponse pour différents paramètres au sein d'un même groupeBon après-midi,
J'ai un ensemble de données dans lequel un groupe a été exposé à différentes doses d'un composé et deux points de terminaison différents d'intérêt (les deux réponses binaires) ont été mesurés (le tableau de données est ci-dessous et le fichier .jmp avec l'ensemble de données est joint).J'ai effectué des analyses dose-réponse individuelles sur chacun pour estimer la DE50 (ajustement log-probit en utilisant GLM).Je voudrais également comparer les courbes dose-réponse, mais je ne suis pas sûr de la meilleure façon d'aborder cela puisque les deux paramètres sont dans la même population.Toute orientation serait grandement appréciée.
AnalytiqueRe: Comparaison des courbes dose-réponse pour différents paramètres au sein du même groupeQue signifie " souhaite également comparer les courbes dose-réponse " signifie pour vous? De quelle manière les compareriez-vous? Quel aspect des courbes doit être comparé?
Re: Comparaison des courbes dose-réponse pour différents paramètres au sein du même groupeSalut,
Désolé pour la réponse tardive.En général, j'aimerais savoir s'il est possible de dire statistiquement si différents modèles dose-réponse décrivent le mieux les données.Si différents modèles sont les meilleurs pour décrire les données, j'aimerais pouvoir comparer des paramètres spécifiques tels que l'ED50 et éventuellement la pente.
Merci de votre aide.
Re: Comparaison des courbes dose-réponse pour différents paramètres au sein du même groupeJe suis toujours confus car votre exemple comprend plus d'une réponse, mais un seul type de modèle (GLM binaire avec fonction de lien Probit).
Une approche pour comparer les modèles consiste à former une hiérarchie de termes, puis à tester des sous-modèles au sein de cette hiérarchie, puis à évaluer le changement global des performances du modèle ou la signification de termes individuels. Par exemple, l'évaluation de la dégradation linéaire d'une substance médicamenteuse pourrait postuler un modèle de puissance = interception + lot + temps + lot * temps + erreur. Ce modèle est hiérarchique. Si la durée du lot * n'est pas considérée comme significative, elle peut être supprimée pour créer un meilleur modèle et les pentes dépendant du lot ne sont pas nécessaires.
Une autre approche consiste à utiliser un critère de sélection de modèle tel que l'AICc pour la comparaison (plus petit est meilleur). Ce n'est pas une statistique pour l'inférence, cependant. L'hypothèse est que tous les modèles utilisent le même Y mais les modèles peuvent varier (régression linéaire, partition, réseau neuronal, etc.).
Re: Comparaison des courbes dose-réponse pour différents paramètres au sein du même groupeSalut,
Désolé pour la confusion.Je ne voulais pas dire deux types de modèles distincts - je voudrais utiliser un log-probit pour ajuster les données dose-réponse pour chaque type de réponse.
Ce que je veux savoir, c'est si les ajustements dose-réponse pour les deux réponses sont différents l'un de l'autre - c'est-à-dire que la DE50 pour la première réponse est-elle inférieure à celle de l'autre réponse?J'ai pensé à mettre la réponse en tant que variable fictive, mais je ne savais pas si c'était correct car les réponses sont appariées dans la même population.
Merci beaucoup.
