剂量反应结果解读
一、分析方法概述
剂量-反应分析是毒理学、药理学和环境卫生研究中评估不同剂量水平与阳性反应（通常为死亡或发病）之间关系的重要统计方法。该方法通过拟合Probit模型（Bliss法）或Logit模型，建立剂量与反应概率之间的数学关系，进而计算半数致死量（LD50）或半数有效量（ED50）等关键参数。Probit模型使用标准正态分布的累积分布函数作为链接函数，能够较好地拟合剂量-反应曲线的S型特征。本研究使用SPSSAU软件对243例样本进行剂量-反应分析，采用Probit模型（Bliss法）进行参数估计。
在SPSSAU【实验/医学研究】模块选择【剂量反应】，将变量拖拽至右侧对应分析框，操作如下图：
二、案例分布
由表1可知，243例样本中阳性反应132例（占54.321%），阴性反应111例（占45.679%）。阳性占比略高于阴性，说明在当前剂量范围内，超过半数的样本出现了阳性反应，为后续剂量-反应模型的拟合提供了较为均衡的数据基础。
三、Probit模型参数估计
备注：McFadden R²=0.268，Cox&Snell R²=0.309，Nagelkerke R²=0.412
由表2可知，Probit模型的拟合公式为：Probit(p)=-1.700+0.318×dose。常数项回归系数为-1.700（z=-7.588，p=0.000），95%CI为-2.139~-1.261，具有高度统计学显著性。剂量（dose）的回归系数为0.318（z=8.514，p=0.000），95%CI为0.245~0.392，表明剂量每增加一个单位，Probit值平均增加0.318个标准差单位，即反应概率显著上升。剂量系数的z值高达8.514，说明剂量对反应概率的影响极其显著。
从模型拟合优度来看，McFadden R²=0.268，Cox&Snell R²=0.309，Nagelkerke R²=0.412。三个伪R²指标从不同角度反映了模型对数据的解释力度，其中Nagelkerke R²经过调整后可达0.412，说明模型能够解释约41.2%的反应概率变异。
四、模型似然比检验
由表3可知，模型似然比检验结果显示，最终模型的-2倍对数似然值为245.395，较仅截距模型的335.052大幅下降89.658个单位。似然比检验卡方值为89.658（df=1），p=0.000<0.001，拒绝原假设，说明纳入剂量变量后模型整体具有高度统计学意义，剂量对反应概率的影响显著。最终模型的AIC值为249.395，可用于与其他模型的比较。
五、剂量反应表
备注：基于Bliss法计算，概率为0.5时剂量值即为LD50/ED50
由表4剂量反应表可知，不同反应概率对应的剂量预测值及其95%置信区间。其中，概率为0.5时对应的剂量值即为LD50（半数致死量/半数有效量），本研究中LD50=5.339（95%CI：4.774~5.905），意味着当剂量达到5.339时，约50%的样本将出现阳性反应。LD50的95%置信区间为4.774~5.905，区间宽度为1.131，估计精度较好。
从完整的剂量反应表来看，随着反应概率从0.01增加到0.99，对应剂量从-1.967增加到12.646，呈现出典型的S型剂量-反应曲线特征。在低概率区间（0.01~0.10），剂量变化幅度较大但对应的概率变化较小；在中等概率区间（0.30~0.70），剂量的变化相对均匀，说明该区间内剂量对反应概率的敏感度较高；在高概率区间（0.90~0.99），剂量再次出现较大变化，反映了反应概率接近饱和时剂量需要大幅增加才能进一步提升反应率。
六、剂量反应图
图1 剂量-反应曲线图
由图1剂量-反应曲线图可知，横轴为剂量值，纵轴为反应概率。曲线呈现出典型的S型（Sigmoid）形态，在低剂量区间反应概率较低且增长缓慢，随着剂量增加反应概率快速上升，在高剂量区间反应概率趋于饱和接近1。LD50=5.339位于曲线的拐点位置，对应反应概率为0.5。曲线两侧的95%置信带在中等剂量区间较窄，说明该区间内模型估计精度较高；在低剂量和高剂量极端区域置信带较宽，反映了极端概率水平下估计的不确定性增大。
七、结论
本研究采用Probit模型（Bliss法）对243例样本的剂量-反应关系进行了分析。模型拟合公式为Probit(p)=-1.700+0.318×dose，剂量系数高度显著（z=8.514，p<0.001）。模型似然比检验结果显示模型整体有效（χ²(1)=89.658，p<0.001），McFadden R²=0.268，Nagelkerke R²=0.412。计算得到LD50=5.339（95%CI：4.774~5.905），即半数反应剂量为5.339。剂量-反应曲线呈现典型的S型特征，在中等剂量区间敏感度最高。分析结果为剂量选择和风险评估提供了科学依据。