用量設定臨床試験のための文脈制約学習【JST・京大機械翻訳】

Lee Hyun-Suk; Shen Cong; Jordon James; van der Schaar Mihaela

プレプリント

J-GLOBAL ID：202202203144061830 整理番号：22P0098650

用量設定臨床試験のための文脈制約学習【JST・京大機械翻訳】

Contextual Constrained Learning for Dose-Finding Clinical Trials

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年01月08日プレプリントサーバーでの情報更新日： 2020年02月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

医療領域における臨床試験は予算によって制約される。したがって,動員できる患者数は限られている。患者集団が不均一である場合,これは特定の薬物に対するサブグループ特異的応答の学習,特に種々の用量の学習に困難を生じる。さらに,臨床試験が試験の任意の患者に利点を提供しないという事実により,患者の動員は困難であった。本論文では,予算と安全制約の両方の下での線量発見のための文脈制約付き臨床試験アルゴリズムであるC3T-Budgetを提案した。アルゴリズムは臨床試験内の薬物有効性を最大化し,一方,試験した薬物についての学習も目的とする。C3T-Budgetは,残りの予算,残りの時間,および集団分布,推定有効性,および推定信頼性のような各グループの特性を考慮した患者を採用した。さらに,このアルゴリズムは,不安全な用量を避けることを目的とする。これらの特性を,シミュレーション臨床試験研究でさらに説明し,理論的解析を裏付け,バランス学習処理トレードオフと同様に,効率的な予算利用を実証した。【JST・京大機械翻訳】

, , , , , , , , , , ,

研究開発

, , , ,

前のページに戻る