GraphPad Prism 实例教程：剂量反应案例研究，四参数 Logistic 模型

摘要：本篇案例分析，将利用 GraphPad Prism 8 中常见的「四参数 Logistic 回归模型」，分析来自某项剂量反应试验的数据。该试验目标是预估在有无增强剂（booster）的条件下，跳蚤治疗的 EC50 值。其试验结果是 500 只跳蚤中被杀死的跳蚤数量。

 

 

课题：

• 剂量反应案例研究：四参数Logistic 模型（4PL）

研究目标：

• 确定并对比有无增强剂条件下的EC50值

关键词：

• Graphpad Prism 统计分析 数据分析 医学作图 绘图软件

 

在试验开始之前，我们先来看看什么是四参数 Logistic 模型（4PL）。

四参数 Logistic 方程有如下两种形式：

1）一种是浓度 X 已经用以 10 为底的对数做了变换； 
Model
Y=Bottom+(Top-Bottom)/(1+10^((LogEC50-X)*HillSlope))

2）一种是 X 没有变换过。对于任何一种方式，Prism 中的参数估计值、标准误和置信区间都是相同的；
Model
Y=Bottom + (X^Hillslope)*(Top-Bottom)/(X^HillSlope + EC50^HillSlope)

 

该模型中的四个参数包括：Top, Bottom, Hill Slope, EC50。

• Top 是指最大响应。 在这项试验中，研究者认为高浓度时约为 400。这相当于杀死的 80% 的跳蚤。

• Bottom 是指基线响应。 在浓度为零的情况下，研究者预测被杀死的跳蚤约为 0。

• Hill Slope 是指曲线的坡度。 大于 1 的值表示呈陡坡，小于1的值表示呈缓坡。某些时候，它被设置为 1。

• EC50 是指 Top 和 Bottom 之间引起反应的剂量。如果增强剂有效，「有增强剂」的 EC50 浓度应低于「无增强剂」的 EC50 浓度。

文章剩余内容<<<<<