文献

J-GLOBAL ID：201702274198448888   整理番号：17A1163229

サブグループにおける治療効果推定のためのモデル平均化【Powered by NICT】

Model averaging for treatment effect estimation in subgroups

著者 (4件)： Bornkamp Bjorn (Novartis Pharma AG, Basel, CH-4002, Switzerland) ,  Ohlssen David (Novartis Pharmaceuticals Corporation, East Hanover, New Jersey, 07936-1080, USA) ,  Magnusson Baldur P. (Novartis Pharma AG, Basel, CH-4002, Switzerland) ,  Schmidli Heinz (Novartis Pharma AG, Basel, CH-4002, Switzerland)
資料名： Pharmaceutical Statistics: Journal of Applied Statistics in the Pharmaceutical Industry  (Pharmaceutical Statistics: Journal of Applied Statistics in the Pharmaceutical Industry)
巻： 16  号： 2  ページ： 133-142  発行年： 2017年 
JST資料番号： W2723A  ISSN： 1539-1604  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： 多くの臨床試験では,生物学的,薬理学的,または臨床情報を示差治療効果があるかもしれない患者のサブグループを定義するために使用する。試験結果が得られれば,関心は増加した治療効果のサブグループに焦点を当てた。これらのグループの治療効果,適切な不確実性記述を推定は困難である,得られた「ランダム高」/選択バイアスによるものであった。本論文では,この問題に対処するためのBayesモデル平均化を調べた。モデル平均化の利用に関する一般的な動機は,サブグループ選択はモデル選択と見なせることを実現することである,モデル平均化のような,モデル選択の不確実性に対処する方法をこの設定においても用いることができる。シミュレーションを用いて,提案手法の性能を評価した。例初期臨床試験,を説明した。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： 患者 ,  臨床試験 ,  *不確実性 ,  薬理学 ,  バイアス
準シソーラス用語： モデル選択 ,  Bayes法 ,  臨床情報 ,  *臨床効果 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayes推論 ,  予備的研究 ,  概念試験の証明 ,  収縮 ,  サブグループ分析

分類 (2件)： 数値計算  (JE02000J) ,  システム同定  (IA02040O)

タイトルに関連する用語 (6件)： サブ ,  グループ ,  治療効果 ,  推定 ,  モデル ,  平均