Buchumschlag

Evaluating marginal likelihood approximations of dose-response relationship models in Bayesian benchmark dose methods for risk assessment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Minewaki, Sota, Ohigashi, Tomohiro, Sozu, Takashi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nonparametric Bayesian approach for dynamic borrowing of historical control data
von: Ohigashi, Tomohiro, et al.
Veröffentlicht: (2024)

Potential Bias Models With Bayesian Shrinkage Priors for Dynamic Borrowing of Multiple Historical Control Data
von: Tomohiro Ohigashi, et al.
Veröffentlicht: (2024)

Bayesian benchmark dose risk assessment with mixed‐factor quantal data
von: Mirjana Glisovic‐Bensa, et al.
Veröffentlicht: (2024)

Efficient Prior Sensitivity and Tipping-point Analysis for Medical Research: Revisiting Sampling Importance Resampling
von: Ohigashi, Tomohiro, et al.
Veröffentlicht: (2025)

The benefit of dose-exposure-response modeling in the estimation of dose-response relationship and dose optimization: some theoretical and simulation evidence
von: Wang, Jixian, et al.
Veröffentlicht: (2025)

A longitudinal Bayesian framework for estimating causal dose-response relationships
von: Luo, Yu, et al.
Veröffentlicht: (2025)

Benchmark dose modeling for epidemiological dose–response assessment using case‐control studies
von: Francesco De Pretis, et al.
Veröffentlicht: (2024)

Efficient Bayesian Inference in the Cox Model via Rank-Ordered Likelihood
von: Ohigashi, Tomohiro, et al.
Veröffentlicht: (2026)

Posterior Quantification of Borrowing from Multiple Historical Control Data in Bayesian Dynamic Borrowing Methods: A Scoping Review
von: Ohigashi, Tomohiro, et al.
Veröffentlicht: (2026)

Hierarchical Bayesian estimation for continual learning during model-informed precision dosing
von: Thoma, Franziska, et al.
Veröffentlicht: (2025)

Optimal combination of composite likelihoods using approximate Bayesian computation with application to state-space models
von: Li, Wentao, et al.
Veröffentlicht: (2024)

Robust estimation of causal dose-response relationship using exposure data with dose as an instrumental variable
von: Wang, Jixian, et al.
Veröffentlicht: (2025)

Kernel methods for long term dose response curves
von: Singh, Rahul, et al.
Veröffentlicht: (2022)

Neural steering vectors reveal dose and exposure-dependent impacts of human-AI relationships
von: Kirk, Hannah Rose, et al.
Veröffentlicht: (2025)

Towards an adequate description of the dose‐response relationship in BNCT of glioblastoma multiforme
von: Barbara Marcaccio, et al.
Veröffentlicht: (2025)

Disclosure risk assessment with Bayesian non-parametric hierarchical modelling
von: Battiston, Marco, et al.
Veröffentlicht: (2024)

Iterating marginalized Bayes maps for likelihood maximization with application to nonlinear panel models
von: Wheeler, Jesse, et al.
Veröffentlicht: (2025)

Nonparametric Bayesian Adjustment of Unmeasured Confounders in Cox Proportional Hazards Models
von: Orihara, Shunichiro, et al.
Veröffentlicht: (2023)

Evaluating Adversarial Robustness of Low dose CT Recovery
von: Gandikota, Kanchana Vaishnavi, et al.
Veröffentlicht: (2024)

Simultaneous dose and dose rate optimization via dose modifying factor modeling for FLASH effective dose
von: Jiangjun Ma, et al.
Veröffentlicht: (2024)

Transcriptional benchmark dose modeling of ultraviolet radiation‐induced genomic activation in mouse skin
von: Sami S. Qutob, et al.
Veröffentlicht: (2025)

An efficient likelihood-free Bayesian inference method based on sequential neural posterior estimation
von: Xiong, Yifei, et al.
Veröffentlicht: (2023)

A comparative study of augmented inverse propensity weighted estimators using outcome-oriented covariate selection via penalization with outcome-adaptive lasso
von: Hongo, Wataru, et al.
Veröffentlicht: (2024)

Recursive variational Gaussian approximation with the Whittle likelihood for linear non-Gaussian state space models
von: Vu, Bao Anh, et al.
Veröffentlicht: (2024)

Tensor-based multivariate function approximation: methods benchmarking and comparison
von: Poussot-Vassal, Charles, et al.
Veröffentlicht: (2025)

Statistical evaluation of measurement precision in linear dose-response relationships via interlaboratory studies
von: Takeshita, Jun-ichi, et al.
Veröffentlicht: (2026)

Unsupervised Domain Adaptation for Low-dose CT Reconstruction via Bayesian Uncertainty Alignment
von: Chen, Kecheng, et al.
Veröffentlicht: (2023)

Evaluation of dose-response relationship between smoking load and cardiopulmonary fitness in adult smokers: A cross-sectional study
von: V.T. Lauria
Veröffentlicht: (2017)

On the relative conservativeness of Bayesian logistic regression method in oncology dose‐finding studies
von: Cheng‐Han Yang, et al.
Veröffentlicht: (2024)

Deep kernel representations of latent space features for low-dose PET-MR imaging robust to variable dose reduction
von: Pain, Cameron Dennis, et al.
Veröffentlicht: (2024)

Expectation-propagation for Bayesian empirical likelihood inference
von: Ng, Kenyon, et al.
Veröffentlicht: (2025)

Bayesian score calibration for approximate models
von: Bon, Joshua J, et al.
Veröffentlicht: (2022)

Computational methods for fast Bayesian model assessment via calibrated posterior p-values
von: Paganin, Sally, et al.
Veröffentlicht: (2023)

Evaluation of extrapolation chamber response for surface and buildup dose assessment in radiotherapy photon beams using Monte Carlo simulations
von: Cristiano Q. M. Reis, et al.
Veröffentlicht: (2026)

Single‐field‐uniform‐dose‐per‐fraction simultaneous dose and dose rate optimization (SFUDPF–SDDRO) method for proton FLASH therapy
von: Ying Luo, et al.
Veröffentlicht: (2026)

PFCM: Poisson flow consistency models for low-dose CT image denoising
von: Hein, Dennis, et al.
Veröffentlicht: (2024)

Scalable Bernoulli factories for Bayesian inference with intractable likelihoods
von: Stumpf-Fétizon, Timothée, et al.
Veröffentlicht: (2025)

Mixed-model Log-likelihood Evaluation Via a Blocked Cholesky Factorization
von: Bates, Douglas, et al.
Veröffentlicht: (2025)

Sample size re-estimation in blinded hybrid-control design using inverse probability weighting
von: Kojima, Masahiro, et al.
Veröffentlicht: (2025)

Sample Size Re‐Estimation in Blinded Hybrid‐Control Design Using Inverse Probability Weighting
von: Masahiro Kojima, et al.
Veröffentlicht: (2026)