Bayes適応クラスタ無作為化試験のための新しい設計【JST・京大機械翻訳】

Shen Junwei; Golchi Shirin; Moodie Erica E. M.; Benrimoh David

プレプリント

J-GLOBAL ID：202202205753706564 整理番号：22P0024538

Bayes適応クラスタ無作為化試験のための新しい設計【JST・京大機械翻訳】

New designs for Bayesian adaptive cluster-randomized 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： 2022年01月06日プレプリントサーバーでの情報更新日： 2022年01月06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)

より柔軟な試験設計を可能にする適応アプローチを,時間節約または試料サイズ低減のための個別ランダム化試験用に提案した。しかし,個人よりむしろ参加者のグループが治療アームにランダム化されるクラスタランダム化試験の適応設計は,あまり一般的ではない。うつ病患者を治療する医師のための機械学習ベースの臨床意思決定支援システムの有効性を評価するために設計されたクラスタランダム化試験に動機づけられて,クラスタランダム化試験のための2つのBayes適応設計が,事前計画された中間分析における有効性の早期停止を可能にするために提案される。2つの設計間の差異は,参加者が順次募集される方法にある。クラスタの最大数および最大クラスタサイズを試行で許すと,1つのデザインは与えられた最大クラスタサイズでクラスタを逐次的に補充し,一方,他は試行の始めにすべてのクラスタを補充するが,試験が有効性または最終分析の初期に停止するまで個々の参加者を逐次的に登録する。設計操作特性は,2つの設計のために,さまざまなシナリオと2つの結果タイプのためのシミュレーションを通して調査した。シミュレーション結果は,異なる結果に対して,設計選択が異なることを示した。著者らは,シミュレーション結果に基づくBayes適応クラスタランダム化試験の設計に対する推薦を行った。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

医用情報処理 , 人工知能

, , ,

前のページに戻る