枸橼酸咖啡因药物动力学模型定量分析用药方案可行性

基于枸橼酸咖啡因标准用药方案,结合临床用药经验设计了三种常规用药方案及两种个性用药方案.利用药物动力学模型给定的血药浓度随时间变化规律,以有效治疗浓度为判据,分析了方案的可行性.结合临床用药案例分析了有效用药周期.     

关于一个两室的多次快速静脉注射模型的研究

我们把传统的快速静脉注射药物动力学模型改进为脉冲微分方程模型,运用脉冲微分方程理论研究一个两室的多次快速静脉注射脉冲模型的稳态血药浓度(坪浓度),峰浓度,最小有效血药浓度和平均血药浓度,用药间隔周期等等,从而便于设计最佳用药方案.该文所得结论对指导临床用药具有积极意义并丰富了现有的药物动力学的研究成果.     

关于多次口服或肌肉注射模型的研究

我们分别研究等剂量和不等剂量多次口服或肌肉注射仓室模型,把传统的药物动力学模型改进为脉冲微分方程模型,运用脉冲微分方程理论得到稳态血药浓度(坪浓度),峰浓度,最小有效血药浓度和平均血药浓度,用药间隔周期等等,从而便于设计最佳用药方案.该文所得结论对指导临床用药具有积极意义并丰富了现有的药物动力学的研究成果.     

神经网络的Hopfield异步动力学模型及其应用

本阐述了Hopfield异步动力学模型及其马氏链描述,并引入了能量函数概念,给出网络稳定性判据。通过学习规则,训练网络,使其实现联想记忆,给出一实例进行模拟计算并给出结果。     

神经网络的Hopfield异步动力学模型及其应用

本文阐述了 Hopfield异步动力学模型及其马氏链描述 ,并引入能量函数概念 ,给出网络稳定性判据 .通过学习规则 ,训练网络 ,使其实现联想记忆 .给出一实例进行模拟计算并给出结果     

血管外给药的非线性房室模型解的逼近

药物动力学模型的解析求解公式在新药设计特别是药物动力学参数确定等方面具有非常重要的意义.近年来,由于非线性米氏消除速率过程确定的药物动力学模型解析求解公式的获得,使得大多数单房室模型的解析解基本确定.但是,由于刻画血管外给药的非线性米氏药物动力学模型是一个非自治系统,进而不可能寻求其解析求解公式.该文的目的是讨论一次性血管外给药和周期血管外给药下非线性药物动力学模型解的逼近问题.采用微分方程和脉冲微分方程的比较定理并借助Lambert W函数的定义以及相关性质给出模型的不同上下界,估计模型解的逼近程度,并通过数值模拟进行验证.     

格列吡嗪片血药浓度的灰色药物动力学模型

应用灰色理论研究格列吡嗪片剂在健康志愿者体内的药物动力学模型. 8名健康志愿者口服格列吡嗪片5 mg后,用HPLC法测定不同时间血清中血药浓度,并建立格列吡嗪片在体内的灰色药物力学模型.预测值与实测值的平均绝对误差E =0 .5 3 2 ,平均相对误差为1 .0 5 9% ;达峰时间tmax =2 .5 6h;达峰浓度Cmax=0 .3 85 8μg/ml;曲线下总面积AUC =2 .75 44(μg/ml) * hour.该灰色模型的建立为格列吡嗪片剂的临床合理化用药提供了理论依据.     

基于药物动力学的多次饮酒后血液中酒精浓度的模型分析

从常微分方程理论角度出发,结合药物动力学的相关知识,根据房室模型的相关假设,建立了单次和多次饮酒后血液中酒精的浓度随时间变化的基础模型.进一步采用剩余法确定出模型中参数,利用Matlab软件较准确地模拟出体内酒精浓度变化趋势的曲线.同时,对一些实际问题也给出了合理的解释.     

多体机械手的一般动力学模型

本文建立了多体机械手的一般动力学方程.设多体系统是由任意数目的刚体组成的树形拓扑结构,并认为铰是柱铰链,允许具有相对转动和滑动.考虑到实际问题中摩擦力的影响,采用Newton-Euler方法,建立了运动方程.进一步通过构造分配矩阵,将动力学方程分离,得到了一组实用的力方程和运动方程.     

具有饱和治疗的禽流感动力学模型的研究

提出了一类带有治疗的禽流感动力学模型,用来分析禽流感从禽类向人类传播的过程.由于治疗禽流感的药物十分有限,提出一个带有饱和治疗的模型.通过讨论得知当禽流感疫情已经发生时,通过控制染病的禽类就可抑制禽流感在人类的传播.     

颈部低剂量 CT 检查实验及临床应用

目的评价山羊及人体颈部多层螺旋CT的辐射剂量和图像质量,探寻颈部多层螺旋CT的最佳低剂量扫描条件。方法通过 CT机的辐射剂量预测软件并结合文献,选取10组低剂量扫描条件（140kV-50mA、140kV-30mA、120kV-100mA、120kV-50mA、120kV-30mA、90kV-200mA、90kV-150mA、90kV-100mA、90kV-50mA、90kV-30mA）。扫描3只山羊的颈部,采用双盲法对CT图像质量（骨质）进行评分,筛选满足诊断要求的扫描条件。另将180例颈椎CT检查的患者随机分成9组,每组20例,用动物实验筛选出的条件进行扫描,对软组织和骨质CT图像质量进行评分。结果 CT辐射剂量与管电压、管电流变化呈线性正相关;CT辐射剂量变化的斜率随管电压或管电流的增大而增大。除90kV-30mA以外,其他9组扫描条件的骨质图像均能满足诊断要求。人体检查时扫描剂量高者图像质量评分高,各组图像的骨质评分均高于软组织评分。120kV-100mA、90kV-200mA组软组织图像质量良好、骨质图像质量优;140kV-50mA、140kV-30mA、120kV-50mA、90kV-150mA、90kV-100mA组软组织图像基本不影响诊断,骨质图像质量良好;120kV-30mA、90kV-50mA组软组织图像影响诊断,骨质图像基本不影响诊断。结论采用低管电压、相对略高的管电流,能获得满足诊断要求的图像,且辐射剂量更低。颈部CT检查时,满足诊断要求的软组织扫描条件为90kV-100mA,若仅需观察颈部的骨质情况,可选用更低的扫描条件90kV-50mA。     

基于errors-in-variables的预测模型及其应用

预测是统计学实际应用的一个主要方面,多元线性回归预测是一种很好的方法,广泛地应用在各种实际领域,但其局限性及不足也是明显的。本文以一种新的观点认识数据,即认为变量的观测里均含有误差,同时认为不应删除经慎重选择进来的解释变量。为此,本文提出了一种新的多元预测方法———多元线性EIV预测。本文还考虑了新预测模型的一个实例应用,并从相对偏差上与多元回归预测进行了比较,从而揭示了多元线性EIV预测的先进性及较好的预测精度。     

A Bayesian nonparametric model and its application in insurance loss prediction

Predicting insurance losses is an eternal focus of actuarial science in the insurance sector. Due to the existence of complicated features such as skewness, heavy tail, and multi-modality, traditional parametric models are often inadequate to describe the distribution of losses, calling for a mature application of Bayesian methods. In this study we explore a Gaussian mixture model based on Dirichlet process priors. Using three automobile insurance datasets, we employ the probit stick-breaking method to incorporate the effect of covariates into the weight of the mixture component, improve its hierarchical structure, and propose a Bayesian nonparametric model that can identify the unique regression pattern of different samples. Moreover, an advanced updating algorithm of slice sampling is integrated to apply an improved approximation to the infinite mixture model. We compare our framework with four common regression techniques: three generalized linear models and a dependent Dirichlet process ANOVA model. The empirical results show that the proposed framework flexibly characterizes the actual loss distribution in the insurance datasets and demonstrates superior performance in the accuracy of data fitting and extrapolating predictions, thus greatly extending the application of Bayesian methods in the insurance sector.     

A general ratio estimator and its application in model based inference

A general ratio estimator of a population total is proposed as an approximation to the estimator introduced by Srivastava (1985,Bull. Internat. Statist. Inst.,51(10.3), 1–16). This estimator incorporates additional information gathered during the survey in a new way. Statistical properties of the general ratio estimator are given and its relationship to the estimator proposed by Srivastava is explored. A special kind of general ratio estimator is suggested and it turns out to be very efficient in a simulation study when compared to several other commonly used estimators.The work of this author was supported by AFOSR grant #830080.     

Bachelier model with stopping time and its insurance application

A modification of a classical Bachelier model by letting a stock price absorb at zero is revisited. Alternative proofs are given to derive option pricing formulas under the modified Bachelier model and numerical comparison with the Black–Scholes formula is provided. Quantile hedging methodology is developed for both classical and modified Bachelier models and application to pricing the pure endowment with fixed guarantee life insurance contracts is demonstrated, both theoretically and by means of a numerical example.     

A nonlinear truck model and its treatment as a multibody system

A planar vertical truck model with nonlinear suspension and its multibody system formulation are presented. The equations of motion of the model form a system of differential-algebraic equations (DAEs). All equations are given explicitly, including a complete set of parameter values, consistent initial values, and a sample road excitation. Thus the truck model allows various investigations of the specific DAE effects and represents a test problem for algorithms in control theory, mechanics of multibody systems, and numerical analysis. Several numerical tests show the properties of the model.     

NSD序列加权和的中心极限定理及其在EV回归模型中的应用

基于负超可加相依(简称为NSD)随机序列的性质及其一些不等式,利用随机变量的截断方法建立了NSD随机序列加权和的中心极限定理,从而推广了负相协NA随机序列的相应结论.并将其应用到变系数EV回归模型,得到了未知参数LS估计的渐近正态性.     

饱和模型的充要条件及其应用

给出了非标准分析中饱和模型的三个充要条件,并利用这些充要条件证明了单子论中的几个命题成立.     

Moments for a multivariate linear model with an application to the growth curve model

An extended growth curve model is considered which, among other things, is useful when linear restrictions exist on the mean in the ordinary growth curve model. The maximum likelihood estimators consist of complicated stochastic expressions. It is shown how, by the aid of fairly elementary calculations, the dispersion matrix for the estimator of the mean and the expectation of the estimated dispersion matrix are obtained. Results for Wishart, inverted Wishart, and inverse beta variables are utilized. Additionally, some asymptotic results are presented.     

ARIMA模型与ARCH模型在香港股指预测方面的应用比较

由于香港金融市场易受政治或投机等因素的影响而使股价波动呈现出不确定性 ,而ARCH模型又善于描述这种不确定性 ,因而本文试图将ARCH模型和ARIMA模型在香港股指预测方面的应用进行对比 ,以期为投资者选择模型进行预测时提供参考