剂量反应模型在风险评估中的应用与分析
1. 流行病学模型与人研究
在流行病学研究中,通常会收集特定年龄和特定病因的死亡率数据。人类研究中估计的特定年龄病因发病率,实际上就是风险函数 ( \lambda(t, d) ),它对应着在剂量 ( d ) 暴露下,到年龄 ( t ) 时事件发生的生存函数 ( S(t, d) ),即 ( P(t, d) )。流行病学数据分析方法已较为成熟,但主要困难在于估计人类暴露剂量,在人类研究中,终身平均每日剂量常被用作合理的剂量指标。
为分析人类数据,有人提出了比例风险模型 ( \lambda(t, d) = \lambda_0(t) \exp(\beta d) ),也有人提出了加性风险模型 ( \lambda(t, d) = \lambda_0(t) + \beta d ) 或乘性风险模型 ( \lambda(t, d) = \lambda_0(t)(1 + \beta d) )。
1.1 模型类型总结
模型类型 | 公式 |
---|---|
比例风险模型 | ( \lambda(t, d) = \lambda_0(t) \exp(\beta d) ) |
加性风险模型 | ( \lambda(t, d) = \lambda_0(t) + \beta d ) |
乘性风险模型 | ( \lambd |