文献

J-GLOBAL ID：201702256674395615   整理番号：17A1237453

治療選択と時間 事象エンドポイントを用いたマルチアーム段階試験における推定【Powered by NICT】

Estimation in multi-arm two-stage trials with treatment selection and time-to-event endpoint

著者 (3件)： Brueckner Matthias (Department of Mathematics and Statistics, Lancaster University, Lancaster, LA1 4YF, U.K.) ,  Titman Andrew (Department of Mathematics and Statistics, Lancaster University, Lancaster, LA1 4YF, U.K.) ,  Jaki Thomas (Department of Mathematics and Statistics, Lancaster University, Lancaster, LA1 4YF, U.K.)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 36  号： 20  ページ： 3137-3153  発行年： 2017年 
JST資料番号： A1551A  ISSN： 0277-6715  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 共通制御と2段階適応マルチアーム試験における治療効果の推定を検討した。最良の処理は中間で選択され,主要評価項目は,Cox比例ハザードモデルによりモデル化した。選択した処理のログハザード比の最大部分尤度推定器は,この場合における真の治療効果を過大評価するであろう。選択バイアスを低減するためのいくつかの方法は通常のエンドポイントのために提案された,推定された条件付き選択バイアスに基づく反復法と経験的Bayes理論に基づく縮退法を検討した。はこれらの方法を適応イベント発生までの時間データと広範なシミュレーション研究において,すべての方法のバイアスと平均二乗誤差を比較し,焦点試験からの再構成データに提案手法を適用した。は,全ての方法はバイアスを補正し過ぎる傾向があり,収縮法は,平均二乗誤差を減少させることができることを見出した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： Bayes推定 ,  評価基準 ,  再構成 ,  縮退 ,  *バイアス ,  シミュレーション ,  モデリング ,  逐次近似
準シソーラス用語： 平均二乗誤差 ,  尤度 ,  ハザード比 ,  比例ハザードモデル ,  臨床効果 ,  *エンドポイント ,  *治療法選択 , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチアーム試験 ,  time to event ,  適応設計 ,  バイアス ,  経験的Bayes

分類 (2件)： 数値計算  (JE02000J) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (7件)： 治療選択 ,  事象 ,  エンドポイント ,  マルチ ,  段階 ,  試験 ,  推定