...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Environmental Science & Technology >Robust Fit of Toxicokinetic-Toxicodynamic Models Using Prior Knowledge Contained in the Design of Survival Toxicity Tests
【24h】

Robust Fit of Toxicokinetic-Toxicodynamic Models Using Prior Knowledge Contained in the Design of Survival Toxicity Tests

机译：使用生存毒性测试设计中包含的先验知识对毒物动力学-毒物动力学模型进行稳健拟合

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Toxicokinetics-toxicodynamic (TKTD) models have emerged as a powerful means to describe survival as a function of time and concentration in ecotoxicology. They are especially powerful to extrapolate survival observed under constant exposure conditions to survival predicted under realistic fluctuating exposure conditions. But despite their obvious benefits, these models have not yet been adopted as a standard to analyze data of survival toxicity tests. Instead simple dose-response models are still often used although they only exploit data observed at the end of the experiment. We believe a reason precluding a wider adoption of TKTD models is that available software still requires strong expertise in model fitting. In this work, we propose a fully automated fitting procedure that extracts prior knowledge on parameters of the model from the design of the toxicity test (tested concentrations and observation times). We evaluated our procedure on three experimental and 300 simulated data sets and showed that it provides robust fits of the model, both in the frequentist and the Bayesian framework, with a better robustness of the Bayesian approach for the sparsest data sets.
机译：毒物动力学-毒物动力学（TKTD）模型已成为一种将生存力描述为时间和生态毒理学浓度的函数的有力手段。它们特别强大，可以将在恒定暴露条件下观察到的生存率推断为在实际波动的暴露条件下预测的生存率。尽管具有明显的优势，但这些模型尚未被用作分析生存毒性测试数据的标准。取而代之的是，尽管它们仅利用实验结束时观察到的数据，但仍经常使用简单的剂量反应模型。我们认为，阻止更广泛采用TKTD模型的原因是，可用的软件仍然需要模型拟合方面的专业知识。在这项工作中，我们提出了一种全自动拟合程序，该程序将从毒性测试的设计中提取模型参数的先验知识（测试浓度和观察时间）。我们在三个实验数据集和300个模拟数据集上评估了我们的程序，结果表明，它在频繁和贝叶斯框架下都提供了模型的鲁棒拟合，而对于最稀疏的数据集，贝叶斯方法具有更好的鲁棒性。

著录项

  • 来源
    《Environmental Science & Technology》 |2017年第7期|4038-4045|共8页
  • 作者

    Marie Laure Delignette-Muller; Philippe Ruiz; Philippe Veber;

  • 作者单位

    Universite de Lyon, F-69000, Lyon;

    Université Lyon 1;

    CNRS, UMR5558, Laboratoire de Biométrie et Biologie Évolutive, F-69622, Villeurbanne, France,Université de Lyon, F-69000, Lyon;

    VetAgro Sup Campus Vétérinaire de Lyon, F-69280 Marcy l'Etoile, France;

    Universite de Lyon, F-69000, Lyon;

    Université Lyon 1;

    CNRS, UMR5558, Laboratoire de Biométrie et Biologie Évolutive, F-69622, Villeurbanne, France;

    Universite de Lyon, F-69000, Lyon;

    Université Lyon 1;

    CNRS, UMR5558, Laboratoire de Biométrie et Biologie Évolutive, F-69622, Villeurbanne, France;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);美国《生物学医学文摘》(MEDLINE);美国《化学文摘》(CA);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号