文献

J-GLOBAL ID：202202272558989630   整理番号：22A0951975

臨床試験のBayes分析のためのデータベース先験における交換可能性の確保【JST・京大機械翻訳】

Ensuring exchangeability in data-based priors for a Bayesian analysis of clinical trials

著者 (3件)： Lin Junjing (Statistical and Quantitative Sciences, Takeda Pharmaceuticals, Cambridge, Massachusetts, USA) ,  Gamalo-Siebers Margaret (Pfizer Inc., Collegeville, Pennsylvania, USA) ,  Tiwari Ram (Statistical Methodology, Bristol Myers Squibb, Lawrenceville, New Jersey, USA)
資料名： Pharmaceutical Statistics: Journal of Applied Statistics in the Pharmaceutical Industry  (Pharmaceutical Statistics: Journal of Applied Statistics in the Pharmaceutical Industry)
巻： 21  号： 2  ページ： 327-344  発行年： 2022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： 多くのオーファン疾患および小児適応において,ランダム化比較試験は,それらのサイズ,期間およびコストのため実行不可能であった。事前による制御に関する情報は,サンプルサイズを潜在的に減少させることができる。しかし,推定すべきパラメータに対する完全な無視を課すために,目的が使用されないならば,偏った推定と膨張したタイプI誤差をもたらす。したがって,”チェリーピッキング”の有利な情報を回避する前に利用可能な確認と補足知識の両方を評価することが重要である。この目的のために,傾向スコア法を採用して,現在の試験における被験者に対する前処理特性に関して,それらの類似性に従って,補足制御対象を重み付けすることにより選択バイアスを最小化する。後者は,傾向スコア分布における重複の提案した測度を通して操作できる。本論文では,現在の試行における単一実験アームを考察し,制御アームを補足データから完全に借り出した。シミュレーション実験は,提案方法が事前とデータコンフリクトを減らし,平均処理効果の精度を改善することを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 誤差 ,  シミュレーション ,  測度 ,  *互換性 ,  *データベース ,  前処理 ,  選択 ,  *臨床試験 ,  子供 ,  バイアス ,  類似性 ,  ランダム化比較試験
準シソーラス用語： 被験者 ,  傾向スコア , 【Automatic Indexing@JST】

著者キーワード (6件)： Bayes増強制御 ,  交換可能性 ,  Hellinger距離 ,  歴史的制御 ,  傾向スコア ,  実世界データ

分類 (5件)： 地球内部物理学一般  (DC03010P) ,  パターン認識  (JE07000S) ,  分子・遺伝情報処理  (JE15040B) ,  循環系の臨床医学一般  (GJ01030V) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 臨床試験 ,  分析 ,  データベース ,  交換可能性